تتطلب كتابة أوامر نصية فعّالة لتحويل الصورة إلى فيديو بالذكاء الاصطناعي مفردات حركة محددة وتوجيهات كاميرا واضحة وإشارات توقيت منظمة. يشرح هذا المقال كل عنصر بأمثلة حقيقية ومقارنات بين النماذج، لتحصل على نتائج سينمائية ثابتة من أي صورة تبدأ بها.
كتابة أوامر تحويل الصورة إلى فيديو ليست هي نفسها كتابة أوامر توليد الصور. القواعد مختلفة، والمفردات مختلفة، والأهم من ذلك أن النموذج الذهني الذي تحتاجه مختلف تمامًا. الأمر النصي الجيد للصورة الثابتة يصف لحظة مجمّدة. أما الأمر النصي الجيد للحركة فيصف تسلسلًا من الأحداث يتكشف عبر الزمن. إذا أرسلت أفضل صورة لديك إلى نموذج فيديو بالذكاء الاصطناعي وحصلت على نتائج تبدو جامدة أو خاطئة أو غريبة، فالمشكلة على الأرجح في أمرك النصي.
كل نموذج لتحويل الصورة إلى فيديو، من Wan 2.7 I2V إلى Kling v3 Omni Video، يعمل بتفسير مدخلين: إطارك الأول وتعليمات الحركة. يقرأ النموذج الصورة لاستخراج سياق المشهد والإضاءة والشخص وإشارات العمق ولوحة الألوان. ثم يقرأ أمرك النصي ليعرف ما الذي يجب فعله بكل ذلك خلال الثواني الخمس التالية.
إذا كان أمرك النصي غامضًا، فالنموذج يخمّن. أحيانًا يصيب، وغالبًا لا. أما إذا كان أمرك دقيقًا ومركّزًا على الحركة، فالنموذج ينفذه. هذا هو الفرق كله بين مقطع تعرضه على أحد وآخر تحذفه.
لهذا السبب لا يمكنك نسخ أمر نصي لتوليد صورة ولصقه في Seedance 2.0 وتتوقع نتائج سينمائية. أوامر الصور مُحسّنة للتكوين الثابت، بينما تتطلب أوامر الفيديو تفكيرًا زمنيًا.
الأمر الثابت يجيب عن سؤال واحد: كيف يبدو هذا؟ أما أمر الحركة فيجيب عن سؤال مختلف: ماذا يحدث هنا، وبأي ترتيب، ومن أي زاوية كاميرا؟
إليك مقارنة مباشرة:
| الأمر الثابت | أمر الحركة |
|---|---|
| "امرأة جالسة عند نافذة مقهى، ضوء الصباح" | "ترفع المرأة فنجان قهوتها ببطء، وتنظر إلى اليسار عبر النافذة، ويتحرك الضوء الناعم على وجهها مع مرور الغيوم" |
| "نهر في غابة عند الساعة الذهبية" | "تنجرف الكاميرا إلى الأمام منخفضة فوق سطح الماء، بينما ينقشع الضباب عن الصخور مع جريان التيار" |
| "رجل يمشي تحت المطر" | "يتقدم الرجل من اليسار إلى اليمين عبر أرصفة حجرية مبللة، وتتموج البرك تحت كل خطوة، وتتبعه الكاميرا من مسافة متوسطة" |
كل أمر حركة يصف أحداثًا في الزمن. فيه شخص، وفعل، وسياق يوضح كيف يتغير المشهد. هذه البنية هي ما صُممت نماذج الفيديو لقراءته.
تُرجّح نماذج الفيديو بالذكاء الاصطناعي عناصر الأمر النصي وفق ترتيب أولويات تقريبي. تأتي حركة الشخص في المقدمة، ثم حركة الكاميرا في المرتبة الثانية، وتأتي تفاصيل الجو والملمس في الأخير. إذا بدأت أمرك بأوصاف المشهد وأخفيت الحركة في النهاية، فقد ينتج النموذج مقطعًا دقيقًا بصريًا لكنه شبه ساكن.
💡 القاعدة: ضع ما يتحرك أولًا. حركة الشخص في الجملة الأولى، وحركة الكاميرا في الجملة الثانية، والإضاءة والجو في الأخير.
كل أمر تحويل صورة إلى فيديو عالي الأداء يحتوي على ثلاثة عناصر بنيوية. إذا أغفلت أيًا منها، فستحصل على نتائج غير متسقة عبر التوليدات.
الشخص هو العنصر الرئيسي في صورتك. الفعل هو ما يفعله ذلك الشخص أثناء المقطع. ويجب أن يكون كلاهما محددًا وملموسًا.
ضعيف: "امرأة في مقهى" قوي: "ترفع المرأة فنجان الإسبريسو بكلتا يديها، والبخار يتصاعد في ضوء الصباح"
التحريك يكمن في الفعل. أفعال مثل "ترفع" و"تدير" و"تنظر بخفة" و"تبتسم" و"تمشي" و"تميل" تعطي النموذج شيئًا ملموسًا لينفذه. أما الأفعال المجردة مثل "تشعر" أو "تختبر" فلا تنتج شيئًا مفيدًا، لأنه لا يوجد لها مقابل جسدي يمكن للنموذج أن يرسمه حركةً عبر الإطارات.
نماذج مثل Wan 2.6 I2V وKling v2.6 Motion Control تستجيب بشكل خاص للصياغة الدقيقة لفعل الشخص. كلما كان وصف الفعل أكثر تفصيلًا، استطاع النموذج تنفيذه بأمانة أكبر طوال مدة المقطع كاملة.
حركة الكاميرا هي العنصر الأقل استخدامًا في أوامر الحركة لدى الهواة. وهي أيضًا العنصر الذي يحوّل المقطع الجيد إلى مقطع سينمائي بموثوقية أكبر.
| اتجاه الكاميرا | ما الذي ينتجه |
|---|---|
| دوللي (dolly) بطيء نحو الداخل | الحميمية، ويجذب الانتباه نحو الشخص |
| تحريك أفقي لطيف إلى اليسار أو اليمين | يكشف البيئة، ويخلق إحساسًا بالتنقل |
| صعود من زاوية منخفضة | الدراما، ويظهر الشخص مهيمنًا في الإطار |
| هبوط جوي | إحساس بالوصول، ويؤسس للحجم والمكان |
| ثابتة، مثبتة | كل التركيز على حركة الشخص، متعمدة ومحكومة |
| انجراف يدوي خفيف | واقعية عضوية، وطابع وثائقي |
| تكبير بطيء للخارج | توسيع السياق، ويكشف الحجم تدريجيًا |
| مدار 360 درجة | تركيز على المنتج، ويعرض كل الزوايا بالتتابع |
💡 اختر حركة كاميرا واحدة لكل مقطع والتزم بها. الجمع بين حركتين داخل خمس ثوانٍ يخلق ارتباكًا بصريًا، ونادرًا ما تنفذ النماذج الحركتين بشكل نظيف.
Gen4 Turbo وKling v3 Motion Control يستجيبان جيدًا جدًا للتوجيهات الصريحة للكاميرا. وقد صُمم Kling v3 Motion Control خصيصًا لاتباع تعليمات مسار الكاميرا، مما يجعله مفيدًا عندما يهم التحكم المكاني الدقيق.
خمس ثوانٍ تمر بسرعة. وسرعة حركة الشخص والكاميرا داخل هذه النافذة تغيّر النبرة العاطفية للمقطع تمامًا.
مُعدِّلات السرعة المفيدة:
لا تحتاج إلى تحديد معدلات الإطارات أو توقيتات بالميلي ثانية. النموذج يتولى ذلك داخليًا. ما تفعله بهذه الكلمات هو ضبط إحساس السرعة من خلال اختيار الظروف والصفات، وهذا الإحساس بالتحديد هو ما يُصيَّر.
الكلمات المحددة التي تستخدمها تحدد ما الذي سيُولَّد. إليك مفردات عملية مرتبة حسب الوظيفة، جاهزة للاستخدام المباشر.
ينجرف، ينزلق، يندفع، يستقر، يومض، ينبض، يكتسح، يلتف حلزونيًا، يرسم، يدور، ينكمش، يتمدد، يرتفع، يهبط، يميل، يستدير، يرفع، يطلق، يتمايل، يتلألأ
دوللي للداخل، تحريك أفقي لليسار، يرتفع، يهبط، يميل للأعلى، يميل للأسفل، يتتبع يمينًا، يدور حول، يدور بمدار، يكشف، يرتفع بالرافعة، يثبت، يخترق، يتراجع، يتبع من مسافة
حجمي، منتشر، مائل بزاوية حادة، متقطع الظلال، متلألئ، خافت، ضبابي، بلوري، حبيبي، متعدد الطبقات، متناثر، ناعم الحواف، منشوري، زاوي، ذو نبرة دافئة
كيفية بناء الجملة: [Subject from set 1] + [direction or purpose] + [camera word from set 2] + [atmosphere from set 3]
مثال: "يتصاعد ضباب النهر إلى الأعلى عبر المظلة الكهرمانية بينما تتقدم الكاميرا برفق على مستوى الماء، وينتشر ضوء الصباح المنتشر بين الأغصان."
هذا المثال يتكون من 28 كلمة في نسخته الإنجليزية. وهو يمنح النموذج فعلًا للشخص، وحركة كاميرا، وملمسًا جويًا. كل ما يحتاجه لإنتاج مقطع متماسك.
هناك بنيتان تغطيان نحو 90% من الحالات. البنية الأبسط أسرع في الكتابة وتعمل جيدًا مع معظم النماذج. أما البنية المفصّلة فتنتج نتائج أدق عندما تحتاج إليها.
[Subject action] + [Camera movement] + [Atmosphere]
مثال: "تستدير المرأة ببطء نحو الكاميرا وعلى وجهها ابتسامة خفيفة. تنجرف الكاميرا للداخل برفق. ضوء صباحي دافئ منتشر."
تعمل هذه البنية جيدًا مع النماذج السريعة، ومنها Wan 2.5 I2V Fast، وSeedance 2.0 Fast، وVideo 01 Live. الأوامر القصيرة تترك للنموذج مساحة للتعبير عن أسلوب حركته الخاص، وهو ما يعمل غالبًا لصالحك مع النماذج عالية الجودة.
[Subject starting state] + [Action sequence] + [Camera movement] + [Lighting behavior] + [Atmospheric detail]
مثال: "يقف رجل عند حافة شارع مبلل بالمطر، وياقة سترته مرفوعة، ويداه إلى جانبيه. ينظر ببطء نحو نهاية الشارع ويخطو خطوة واحدة إلى الأمام. تتبعه الكاميرا من زاوية منخفضة وترتفع قليلًا. يلمع ضوء مصباح الصوديوم الدافئ على الأسفلت المبلل إلى اليسار. يتدفق ضباب ناعم عبر المباني في الخلفية."
هذه البنية المكونة من 65 كلمة في نسختها الإنجليزية تمنح النماذج الدقيقة مثل Wan 2.7 I2V وKling v3 Omni Video مادة كافية لإنتاج مقطع سينمائي حقيقي بحركة متماسكة عبر الثواني الخمس كلها.
| الموقف | أفضل صيغة |
|---|---|
| محتوى اجتماعي، وتكرار سريع | البسيطة ذات الأجزاء الثلاثة |
| فيلم قصير أو مشاهد سردية | السينمائية ذات الأجزاء الخمسة |
| رسوم متحركة للمنتجات | البسيطة ذات الأجزاء الثلاثة مع فعل حركة خاص بالمنتج |
| مشاهد الشخصيات | السينمائية ذات الأجزاء الخمسة |
| لقطات الطبيعة والمناظر الطبيعية | البسيطة ذات الأجزاء الثلاثة (تملأ النماذج الفراغات البيئية جيدًا) |
| مشاهد الفيديو الموسيقي | السينمائية ذات الأجزاء الخمسة |
هذه الأنماط الثلاثة تنتج نتائج ضعيفة بثبات، وكلها سهلة التجنب بمجرد أن تعرف ما الذي يجب مراقبته.
خمس ثوانٍ لا تتسع لثلاثة أحداث مختلفة. إذا تضمّن أمرك عدة تغييرات في المشهد، فإما أن يتجاهل النموذج بعضها أو ينشئ قطعًا فجّة بينها.
تجنّب: "تستدير المرأة، ثم تنتقل الكاميرا إلى الشارع في الخارج، ثم تقترب من فنجان قهوة، ثم يتحول الضوء من النهار إلى الليل."
الأفضل: اختر لحظة واحدة واعرضها كاملة. احفظ اللقطات المتبقية لأوامر منفصلة وتوليدات منفصلة.
يستخدم النموذج صورتك كإطار صفر. إذا وصف أمرك شيئًا لا يمكن أن ينتج عن حالة الصورة، فإما أن يتجاهل النموذج التعليمة، أو ينتج تشوهات أثناء محاولته التوفيق بين التعارض.
إذا كانت صورتك تُظهر امرأة جالسة مغمضة العينين، وقال أمرك "تفتح عينيها وتركض خارج الباب"، فأنت تطلب من النموذج أن يناقض مدخله. اعمل انطلاقًا من حالة الصورة، لا ضدها.
💡 قبل أن تكتب أمرك، اكتب جملة واحدة تصف بدقة ما تُظهره صورتك. ثم اكتب أمرًا يستمر بشكل طبيعي من تلك الحالة. هذه العادة الواحدة تزيل معظم التوليدات الفاشلة.
العبارات التي تنجح في مولدات الصور تربك نماذج الفيديو فعليًا:
استبدل كل واحدة من هذه بتوجيه حركي. كل توكن تنفقه على "تفصيل عالٍ" هو توكن لم تنفقه لتأمر الكاميرا بالارتفاع.
تستضيف PicassoIA أكثر من 100 نموذج لتوليد الفيديو، من بينها أقوى أنظمة تحويل الصورة إلى فيديو المتاحة حاليًا في أي مكان.
| النموذج | نقطة القوة | جودة الإخراج |
|---|---|---|
| Wan 2.7 I2V | تحريك مشهد مفصّل، ودقة حركة قوية | 720p |
| Kling v3 Motion Control | دقة مسار الكاميرا، وحركة سينمائية | 1080p |
| Kling v3 Omni Video | تحويل نص مع صورة إلى فيديو عالي الجودة | 1080p |
| Seedance 2.0 | حركة واقعية سلسة مع صوت أصلي | 1080p |
| Gen4 Turbo | تحويل سريع للصورة إلى فيديو، مثالي للتكرار السريع | 720p |
| Ovi I2V | تحريك الشخصيات مع صوت متزامن | 720p |
| Video 01 Live | تحريك طبيعي للصور الفوتوغرافية الثابتة | 1080p |
| Wan 2.5 I2V | توازن بين الجودة والسرعة للاستخدام اليومي | 720p |
| Hailuo 2.3 | جودة إخراج سينمائية بدقة 1080p | 1080p |
| LTX 2 Pro | أقصى جودة، وإخراج بدقة 4K | 4K |
Wan 2.7 I2V من أقوى نماذج تحويل الصورة إلى فيديو باستمرار للتحريك المستجيب للأوامر. إليك كيفية الحصول على نتائج موثوقة منه:
هذه أوامر كاملة وجاهزة للاستخدام لأربعة أنواع شائعة من الصور. انسخ البنية وكيّف التفاصيل مع صورك.
الصورة الأولى: شخص ينظر قليلًا إلى اليسار، بضوء استوديو ناعم
الأمر: "تدير رأسها ببطء نحو الكاميرا، وتتشكل ابتسامة خافتة عند زاوية فمها. الكاميرا ثابتة ومقفولة. ضوء استوديو ناعم ومنتشر من الأعلى إلى اليسار يلامس عظمة خدها وحافة كتفها."
أفضل النماذج: Ovi I2V، Video 01 Live
الصورة الأولى: مظلة غابة خريفية، ونهر مرئي من زاوية جوية
الأمر: "يلتقط سطح النهر الضوء بينما تهبط الكاميرا ببطء نحو الماء، وتتباعد قمم الأشجار على الجانبين. ينجرف الضباب عبر الجزء العلوي من المظلة. ينتقل الضوء من الكهرماني إلى الذهبي الدافئ مع تغير زاوية الهبوط."
أفضل النماذج: Wan 2.7 I2V، Wan 2.6 I2V
الصورة الأولى: جسم كاميرا على طاولة رخامية، وضوء النافذة مرئي
الأمر: "يستقر جسم الكاميرا ساكنًا على السطح الرخامي بينما يبدأ مدار بطيء بزاوية 180 درجة من الجانب الأيمن، فيكشف تدريجيًا ملمس المقبض وتفاصيل قرص الضبط. تنتقل بقعة الضوء عبر عروق الرخام مع تغير الزاوية. سلس، متصل، تجاري."
أفضل النماذج: Gen4 Turbo، Seedance 2.0
الصورة الأولى: راقصة في منتصف قفزة داخل مستودع
الأمر: "تهبط من القفزة وتدخل فورًا في دوران بطيء، وذراعاها تمتدان إلى الخارج من جانبيها. ترتفع الكاميرا قليلًا وتنجرف يسارًا، مع إبقائها في منتصف الإطار طوال الوقت. المصباح العلوي الوحيد يُلقي ظلها الدوّار على الأرضية الإسمنتية أسفلها. تباين عالٍ، متعمد، ومحكوم."
أفضل النماذج: Kling v3 Video، Hailuo 2.3
عند هذه النقطة تملك البنية: فعل الشخص، وحركة الكاميرا، والجو، بالترتيب الصحيح، ومع مفردات دقيقة. ما يفصل النتائج التي ستحذفها عن النتائج التي ستستخدمها فعلًا هو التحديد على مستوى كيف يتحرك الشيء، لا فقط ما الذي يتحرك.
قارن بين هذين الأمرين للصورة نفسها:
مقبول: "تتحرك الأوراق في الريح."
مبهر: "تنفصل الأوراق الفردية عن أطراف الأغصان وتلتف حلزونيًا نحو الأسفل في أقواس بطيئة، وتنقلب وهي تسقط، بينما ترتفع الكاميرا برفق حين تستقر آخر ورقة على الأرض."
الصيغة الثانية تصف المسار والفيزياء وعلاقة الكاميرا بالحدث طوال المدة الكاملة للمقطع. هذا المستوى من التفصيل يمنح النموذج شيئًا حقيقيًا يعمل عليه من الإطار الأول وحتى الإطار 120.
ملاحظة عملية حول التكرار: إذا بدأت نتائجك تبدو متكررة، فغيّر أفعال الحركة قبل أي شيء آخر. استبدل "ببطء" بـ"تدريجيًا". واستبدل "ينجرف" بـ"ينزلق". تغييرات صغيرة في المفردات داخل جملة الفعل تنتج مخرجات حركة مختلفة بشكل ملحوظ، لأن النماذج أكثر حساسية لاختيار الفعل مما يتوقع معظم الناس.
كل صورة صنعتها من قبل هي إطار أول محتمل. تتولى نماذج الفيديو بالذكاء الاصطناعي على PicassoIA التصيير. مهمتك هي وصف ما يحدث بعد ذلك، بلغة الحركة التي يستطيع النموذج تنفيذها.
اختر صورة واحدة. اكتب جملة فعل للشخص. أضف حركة كاميرا. أضف ملاحظة واحدة عن الجو. الصقها في Wan 2.7 I2V أو Seedance 2.0 وولّد المقطع. ستكون النتيجة أقوى بوضوح من أي شيء أُنتج قبل تطبيق هذه البنية. ثم غيّر فعلًا واحدًا وشغّله مرة أخرى. هكذا تتطور ممارسة كتابة الأوامر النصية فعلًا.
تصفح كل نماذج توليد الفيديو الـ100+ على picassoia.com/en/all-models، وابدأ بالنموذج من الجدول أعلاه الأكثر ملاءمة لحالتك.
اختر لغتك
