يضع Kling 3.0 معيارًا جديدًا لواقعية فيديوهات الذكاء الاصطناعي، ويمنح صنّاع المحتوى المستقلين سينماتوغرافيا بمستوى هوليوود عبر الأوامر النصية. يشرح هذا المقال كتابة الأوامر النصية السينمائية، والتحكم في حركة الكاميرا، وخطوات سير العمل على PicassoIA، وربط أدوات الذكاء الاصطناعي لإنتاج مقاطع بجودة البث.
غيّر Kling 3.0 قواعد اللعبة فيما يستطيع صانع المحتوى المنفرد إنتاجه. فبينما قدّمت نماذج فيديو الذكاء الاصطناعي السابقة مخرجات مبهرة لكنها واضحة الاصطناع، يسدّ الجيل الثالث من Kling الفجوة بين "المُنشأ بالذكاء الاصطناعي" و"المصوَّر بيد مصوّر سينمائي"، بفضل محرك فيزيائي يتعامل مع حركة الأقمشة والشعر والسوائل بطريقة تصمد فعلًا على الشاشة الكبيرة. إذا كنت تنتظر أن يبلغ فيديو الذكاء الاصطناعي مرحلة لا تحتاج فيها إلى الاعتذار عن جودته، فهذه هي بداية ذلك.
ليست نماذج فيديو الذكاء الاصطناعي متساوية، والفرق بين Kling 3.0 وأسلافه أكبر من مجرد ترقية في رقم الإصدار. تحدد ثلاثة تحسينات أساسية هذا الإصدار.
كانت أكبر شكوى من فيديو الذكاء الاصطناعي حتى عام 2024 هي عدم ثبات المواد: قماش يتدفق كالماء، وشعر يندمج مع الخلفيات، وسائل يُسكب في الاتجاه الخاطئ. يعالج Kling 3.0 هذه المشكلة مباشرة. فقد أُعيد تدريب نموذج انتشار الحركة لديه على مجموعة بيانات أكبر بكثير من سيناريوهات الفيزياء الواقعية، ما يعني أن الحرير يتصرف كالحرير، وأن الماء يتناثر بقصور ذاتي مقنع، وأن الدخان يتبدد بعشوائية متراخية يتعرف عليها العين البشرية فورًا بوصفها طبيعية.
وهذا ليس أمرًا بسيطًا. فالواقعية في الفيديو تعتمد اعتمادًا كليًا على الحركة الثانوية. عندما يتحرك الشخص الرئيسي وتستجيب البيئة بشكل صحيح، يقبل الدماغ اللقطات بوصفها حقيقية. وعندما لا يحدث ذلك، ترى "فيديو الذكاء الاصطناعي". يتعامل Kling 3.0 مع الحركة الثانوية بصورة أكثر اتساقًا بكثير من أي نموذج سابق متاح للجميع.
كانت إصدارات Kling السابقة تنحرف أحيانًا: يتغير لون معطف الشخصية بين الإطارات، أو يظهر عنصر في الخلفية ويختفي فجأة. تعالج طبقات الانتباه الزمني في الإصدار 3.0 مشكلة انحراف هوية العناصر من إطار إلى آخر عبر مقاطع تصل إلى 10 ثوانٍ. تبقى الشخصيات متسقة، وتثبت الخلفيات. يظل تصحيح الألوان مستقرًا من الإطار الأول حتى الأخير. هذا وحده يجعل المخرجات صالحة للاستخدام في السياقات المهنية.
يُخرج Kling v3 Video بدقة تصل إلى 1080p بإيقاع أصلي 24 إطارًا في الثانية يطابق معيار السينما. ويضيف الإصدار Kling v3 Motion Control تحكمًا صريحًا في مسار الكاميرا، فيتيح لك تحديد حركات الدولي والرافعة واللقطات الدائرية بإشارات نصية يفسرها النموذج بشكل صحيح فعلًا.
أسرع طريقة للحصول على مخرجات Kling متوسطة الجودة هي كتابة أمر نصي ضعيف. يصف معظم المبتدئين مشهدًا ساكنًا بدلًا من مشهد متحرك. Kling 3.0 نموذج فيديو: يحتاج إلى حركة وزمن وتغيير مدمجة في المدخلات.
يتكون كل أمر نصي سينمائي من أربع طبقات. إذا أغفلت أيًا منها، تنخفض جودة المخرجات مستوى كاملًا.
يبدو الأمر النصي الضعيف هكذا: "امرأة في حقل عند الغروب."
ويبدو الأمر النصي القوي هكذا: "امرأة ترتدي فستانًا من الحرير العاجي تمشي ببطء عبر حقل قمح ذهبي عند الغسق، تُصوَّر من زاوية منخفضة مع دولي بطيء نحو الداخل بعدسة 135 ملم، وإضاءة خلفية دافئة تخلق توهجًا على حافة صورتها الظلية، وعمق ميدان ضحل يحوّل القمح إلى بوكيه ذهبي ناعم، مع حبيبات فيلم Kodak Portra 400."
يمنح الأمر النصي الثاني Kling معلومات كافية لاتخاذ عشرات القرارات المتسقة بشأن الإضاءة والحركة والملمس والتكوين.
ليست الكلمات الأكثر دائمًا مخرجات أفضل. يتشوش Kling 3.0 أمام التناقض، لذا تجنّب تكديس أساليب بصرية متضاربة. لا تكتب "واقعي سينمائي بدقة 8K" ثم تضيف "رسم توضيحي مُنمّق" في الأمر نفسه. ولا تصف عدة زوايا كاميرا في وقت واحد. ولا تطلب تصوير تسارع الزمن داخل مقطع يحتاج أيضًا إلى إظهار مشاعر الشخصية بوضوح: سيحاول النموذج القيام بالأمرين معًا وسيفشل في كليهما.
💡 نصيحة: اكتب أمرك النصي بالترتيب الزمني، وصف ما يحدث من الثانية الأولى حتى النهاية. يتبع آلية الانتباه لدى Kling تسلسل نصك لتوليد تسلسل الإطارات.
حركة الكاميرا هي الأداة الأقوى على الإطلاق لجعل مقاطع الذكاء الاصطناعي تبدو سينمائية بدلًا من أن تبدو مُنشأة. الكاميرا الثابتة المغلقة تفضح نفسها بأنها "لقطات تجريبية". أما الحركة فتخلق الثقل والقصد والسرد.
يستجيب Kling 3.0 لمفردات سينمائية محددة. هذه المصطلحات تنتج الحركة الموصوفة بثبات:
| المصطلح | ما الذي يفعله |
|---|---|
slow dolly in | تتحرك الكاميرا بثبات نحو الشخص، فتخلق قربًا وحميمية |
slow dolly out | تكشف البيئة بينما يصغر الشخص، فتخلق إحساسًا بالحجم |
gentle pan left/right | مسح أفقي، مناسب لتقديم البيئات |
crane up | ترتفع الكاميرا وتكشف المنظر الطبيعي، مناسبة للقطات الافتتاحية الملحمية |
arc shot | تدور الكاميرا حول الشخص، فتضيف دراما وبعدًا |
handheld | اهتزاز خفيف يحاكي مشغّلًا حقيقيًا، فيضيف واقعية وثائقية |
استخدام هذه المصطلحات في قسم وصف الحركة من أمرك النصي سينتج سلوكًا للكاميرا أكثر قصدية بكثير من ترك الحركة غير محددة.
الحركة السريعة للكاميرا على مشهد تأملي تخلق تنافرًا. والحركة البطيئة على تسلسل حركي تقتل الطاقة. طابق سرعة الكاميرا مع النبرة العاطفية للمشهد.
تنتج بنية أمر نصي واحدة مخرجات سينمائية بشكل موثوق بغض النظر عن موضوع المشهد. ابدأ بلقطة متوسطة للشخص مع دولي بطيء نحو الداخل، وأنهِ الحركة بتغيير خفيف في حالة الشخص: تُغلق العينان، أو يدير الرأس، أو تهب الريح. يفسر النموذج ذلك كقوس سردي، فيولّد لقطات تبدو مونتاجًا محكمًا وليست مجرد مخرجات مُنشأة.
يستضيف PicassoIA نسخًا متعددة من نماذج Kling، ما يتيح لك الوصول إلى عائلة Kling 3.0 كاملة دون إدارة مفاتيح API أو عتاد محلي.
تضم عائلة Kling على PicassoIA عدة إصدارات، كل منها محسّن لحالة استخدام مختلفة:
| النموذج | الاستخدام الأمثل | الدقة |
|---|---|---|
| Kling v3 Video | مقاطع سينمائية عامة من النص | حتى 1080p |
| Kling v3 Omni Video | تحويل النص إلى فيديو بأعلى التزام بالأمر النصي | 1080p |
| Kling v3 Motion Control | تحكم صريح في مسار الكاميرا | 1080p |
| Kling v2.6 | التكرار والاختبار السريع | 720p |
| Kling v2.5 Turbo Pro | توليد محسّن للسرعة | 720p |
| Kling v2.1 Master | مخرجات 1080p عالية الجودة من الإصدارات القديمة | 1080p |
لمعظم الأعمال السينمائية، ابدأ باستخدام Kling v3 Video. انتقل إلى Kling v3 Motion Control عندما تكون حركة الكاميرا العنصر الإبداعي الأساسي.
الخطوة 1: افتح PicassoIA وانتقل إلى نموذج Kling v3 Video.
الخطوة 2: اكتب أمرك النصي باستخدام البنية ذات الطبقات الأربع الموضحة أعلاه، والصقه في حقل الأمر النصي.
الخطوة 3: اضبط الدقة على 1080p للمخرجات النهائية. واستخدم 720p أثناء مرحلة الاختبار لتوفير النقاط.
الخطوة 4: اضبط المدة على 5 أو 10 ثوانٍ حسب كون مقطعك لقطة قاطعة أو لقطة بطلة.
الخطوة 5: أرسل الطلب وانتظر التوليد. يكتمل Kling 3.0 بدقة 1080p عادةً خلال 60 إلى 90 ثانية على بنية PicassoIA التحتية.
الخطوة 6: راجع المخرجات. تحقق من الانحراف الزمني في الإطارين الأول والأخير. إذا تغير مظهر الشخص في منتصف المقطع، فأضف أمرًا نصيًا سلبيًا يحدد سلوك الخطأ.
الخطوة 7: نزّل المقطع وأدخله إلى خط زمن المونتاج لديك.
blurry, distorted, morphing, flickering, watermark كأمر نصي سلبي أساسي للحصول على مخرجات سينمائية نظيفة.هذه البنى الثلاث للأوامر النصية مجربة في الإنتاج وتولّد مخرجات سينمائية بشكل موثوق على Kling 3.0.
"سيارة رياضية حمراء قديمة تسير على طريق جبلي ساحلي متعرج عند الساعة الذهبية، تُصوَّر من زاوية جانبية منخفضة مع حركة تتبّع بطيئة تطابق سرعة السيارة، وإضاءة جانبية دافئة من اليسار تلتقط الكروم وانحناءات الهيكل المعدني، وغابة صنوبر تتحول إلى بوكيه أخضر ممتد بمكافئ سرعة غالق 1/60 ثانية، بعدسة 70 ملم بفتحة f/2.8، مع حبيبات فيلم Kodak Portra 400."
تنجح هذه البنية لأنها تحدد سلوك العدسة واتجاه الضوء وضبابية الحركة المكافئة للغالق. يملك النموذج معلومات كافية للالتزام بقرارات متسقة عبر جميع الإطارات البالغ عددها 120.
"شخص وحيد يقف على حافة منحدر ساحلي عند ساعة السحر، لقطة تقديمية عريضة من الخلف مع رفع بطيء بالرافعة يكشف خليج المحيط الكامل بالأسفل، والسماء تنتقل من البرتقالي إلى الأرجواني الفاتح، بعدسة زاوية عريضة 24 ملم، وحركة ريح طبيعية في ملابس الشخص، بدقة 8K واقعية كالصور الفوتوغرافية."
💡 نصيحة: في اللقطات العريضة التقديمية، صف دائمًا ما تكشفه الكاميرا أثناء حركتها. يستخدم Kling 3.0 بنية الكشف هذه لتخطيط مسار الحركة.
"لقطة مقربة ضيقة لوجه امرأة وهي تنظر خارج الإطار إلى اليسار مع ضوء نافذة بعد الظهر الناعم من اليمين، وعمق ميدان ضحل يحوّل الخلفية إلى بوكيه كريمي، ودولي بطيء واحد نحو الداخل يبدأ من منتصف اللقطة وينتهي بتأطير من الذقن إلى الجبهة، بعدسة 85 ملم بفتحة f/1.4، مع حبيبات خفيفة من فيلم Kodak Portra 400."
يحشو المبتدئون كل أمر نصي بتفاصيل بصرية: أثاث، وشخصيات خلفية، وأشياء محددة على طاولة. يعمل Kling 3.0 بشكل أفضل عندما يكون الأمر النصي منضبطًا. فكلما زادت عناصر الخلفية، زادت فرص الانحراف الزمني. صف القصة البصرية الأساسية ودع الباقي للنموذج.
الإصلاح: قلّص مسودة أمرك النصي الأولى بنسبة 30%. احذف كل تفصيلة لا تخدم بشكل مباشر الغرض السينمائي للقطة.
يُنتج الأمر النصي الخالي من لغة الحركة لقطات ساكنة أو مضطربة. يحتاج النموذج إلى معرفة ما الذي يتغير خلال مدة المقطع.
الإصلاح: أدرج دائمًا حالة بداية وحالة نهاية. "امرأة جالسة بلا حراك تمامًا... تدير رأسها ببطء نحو الكاميرا خلال 5 ثوانٍ" يمنح Kling قوسًا زمنيًا واضحًا يتبعه.
توليد مسودات بدقة 720p ثم التحول إلى 1080p للمخرجات النهائية ينتج أحيانًا تكوينات مختلفة بشكل ملحوظ، لأن النموذج يأخذ عيّنات بشكل مختلف عند الدقات المختلفة.
الإصلاح: عندما تجد أمرًا نصيًا يعمل بدقة 720p، دوّن رقم البذرة من ذلك التوليد واستخدمه في تشغيلك بدقة 1080p. هذا يمنح النموذج نقطة البداية نفسها وينتج تطابقًا تكوينيًا أقرب.
لا يحتاج Kling 3.0 إلى العمل بمعزل عن غيره. تأتي أقوى النتائج من ربطه بنماذج أخرى متاحة على PicassoIA.
استخدم نموذج تحويل النص إلى صورة لتوليد إطارك الأول بتحكم تكويني دقيق، ثم غذِّ تلك الصورة في وضع تحويل الصورة إلى فيديو لدى Kling. يتيح لك هذا النهج تثبيت التكوين والإضاءة وهيئة الشخص قبل توليد الحركة.
يقبل Kling v2.6 Motion Control صورة مرجعية ويطبّق عليها حركة الكاميرا التي تحددها، مما يمنحك تحكمًا مباشرًا في الظروف الابتدائية.
ولتوليد فيديو بديل عند رغبتك في مقارنة المخرجات، يستضيف PicassoIA أيضًا Seedance 2.0، الذي ينتج فيديو بدقة 1080p مع تركيب صوتي أصلي، و Pixverse v6، الذي يتفوق في الحركة السينمائية مع صوت مدمج. تشغيل الأمر النصي نفسه عبر عدة نماذج هو أسرع طريقة لتطوير حدسك حول النموذج الأنسب لكل نوع من المشاهد.
إذا كان لديك بالفعل صورة فوتوغرافية أو صورة مُولَّدة بالذكاء الاصطناعي عالية الجودة تريد إحياءها، فإن Kling Avatar v2 متخصص في تحريك الوجوه بتعابير دقيقة طبيعية وحركة خفيفة للرأس. ويتعامل Kling v3 Video القياسي مع التحريك البيئي وتحريك الجسم كاملًا من أي صورة مصدر.
يتصدّر Kling 3.0 فئة الواقعية السينمائية، لكن معرفة موقعه بالنسبة إلى النماذج الأخرى تساعدك على اختيار الأداة المناسبة لكل مهمة.
| النموذج | الواقعية السينمائية | التحكم في الكاميرا | السرعة | الصوت الأصلي |
|---|---|---|---|---|
| Kling v3 Video | ممتازة | جيد | متوسطة | لا |
| Kling v3 Motion Control | ممتازة | ممتاز | متوسطة | لا |
| Seedance 2.0 | جيدة جدًا | جيد | سريعة | نعم |
| Pixverse v6 | جيدة جدًا | جيد | سريعة | نعم |
| Veo 3 | ممتازة | محدود | بطيئة | نعم |
| Kling v2.6 | جيدة | جيد | سريعة | لا |
لقد انهارت العوائق أمام إنتاج الفيديو السينمائي. ما كان يتطلب طاقمًا وقسمًا للتصوير وميزانية لمواقع التصوير قبل عامين، صار اليوم يتطلب أمرًا نصيًا محكمًا وإمكانية الوصول إلى النموذج المناسب. Kling 3.0 هو ذلك النموذج.
يتيح لك PicassoIA الوصول إلى Kling v3 Video وKling v3 Omni Video وKling v3 Motion Control، وعائلة Kling للنماذج بأكملها في مكان واحد، إلى جانب Seedance 2.0 وPixverse v6، وأكثر من 100 نموذج فيديو إضافي. لا حاجة إلى GPU محلي. لا إدارة لواجهات API. فقط أوامر نصية ونتائج.
خذ وصفات الأوامر النصية من هذا المقال، وافتح نموذج Kling v3 Video على PicassoIA، وشغّل أول مقطع لك. ثم كرر من هناك. سقف الجودة في هذه المرحلة ليس التقنية، بل الأمر النصي.
اختر لغتك
