بعد أسابيع من الاختبار العملي، أخضعت 10 من أكثر مولدات الفيديو بالذكاء الاصطناعي تداولًا لاختبار مفصّل. من جودة الحركة السينمائية إلى سرعة المعالجة الخام، إليك التحليل الصريح لما ينجح فعلًا، وما يخيّب الآمال، وما يستحق الدفع مقابله في 2027.
قال الجميع إن عام 2025 كان العام الذي بدأ فيه فيديو الذكاء الاصطناعي يبدو حقيقيًا. بعد ثلاثة أسابيع من تشغيل الأوامر النصية نفسها عبر عشر من أكثر مولدات تحويل النص إلى فيديو ترويجًا، أستطيع التأكيد: بعضها أثبت قدرته. أخرى استهلكت النقاط والوقت والصبر دون أن تنتج شيئًا كنت سأستخدمه فعلًا. لذلك قمت بالعمل بنفسي، ولم يعد عليك أنت أن تفعل ذلك.
هذا ليس ترتيبًا مبنيًا على البيانات الصحفية. شغّلت خمسة أوامر نصية موحّدة على كل أداة، ثلاث مرات لكل أداة، واعتمدت النتيجة الوسيطة. شملت الأوامر: موجة محيط بطيئة الحركة، وامرأة تمشي في سوق شارع مشمس، وسيارة رياضية تنزلق على طريق مبتلّ ليلًا، وغيوم عاصفة تتدحرج فوق مدينة بتقنية تسريع الزمن، ولقطة قريبة لصبّ القهوة في كوب. صُمّم كل أمر لاختبار فيزياء الحركة، وواقعية الإضاءة، ودقة الأمر النصي بالقدر نفسه.
كانت أكبر مفاجأة هي التفاوت. الأداة نفسها والأمر النصي نفسه، بفارق يومين، يمكن أن ينتجا نتائج تختلف بعدة مستويات من الجودة. توليد الفيديو بالذكاء الاصطناعي ليس حتميًا، وأي مراجعة تختار أفضل مخرج واحد فقط تضللك. شغّلت كل أمر ثلاث مرات لكل أداة، وقيّمت النتيجة الوسطى، لا الأفضل.
تتبّعت أربعة مقاييس لكل أداة:
كل الدرجات من 10. تعكس الدرجات المنخفضة ما قسته عبر خمسة عشر مقطعًا لكل أداة، لا آراء شخصية.
Luma Ray 2 720p يكسب نقاطًا في سهولة الوصول. الباقة المجانية سخية، والتوليد يكتمل في أقل من دقيقتين. المشكلة في الدقة. اطلب "امرأة ذات شعر أحمر تمشي في سوق طوكيو عند الغسق"، وستحصل على امرأة، في مكان ما، ربما قرب الغسق. لون الشعر؟ غير متوقع. حصلت دقة الأمر النصي في الأوصاف الغنية بالتفاصيل على 5 من 10 عبر اختباراتي. تحمل الحركة إحساسًا بانعدام الوزن يبدو مصطنعًا بمجرد دخول أي شيء مادي إلى الإطار، مثل الماء أو الأقمشة أو المركبات.
الأفضل: المقاطع البسيطة ذات الأجواء العامة حيث لا تكون التفاصيل أولوية.
التقييمات: الجودة 6 | دقة الأمر النصي 5 | السرعة 8 | التماسك 6
Pixverse v5 يتمتع بجمالية أنيقة لمنصات التواصل الاجتماعي، وهي مناسبة للمحتوى القصير والمؤثر. المشكلة في التماسك الزمني: تنجرف الوجوه في منتصف المقطع، وتنهار المشاهد المعقدة ذات الأشخاص المتعددين حوالي العلامة الزمنية 4 ثوانٍ. ينتج إطارات فردية جذابة، لكن عند ربطها ببعض تظهر التناقضات. بالنسبة إلى محتوى التواصل الاجتماعي لمدة 3 ثوانٍ ينافس جيدًا. بعد ذلك، لا يصمد.
الأفضل لـ: ريلز إنستغرام والمنشورات القصيرة ذات الأشخاص المفردين البسطاء.
التقييمات: الجودة 6 | دقة الأمر النصي 6 | السرعة 7 | التماسك 5
بنت Lightricks سمعتها على تحرير الصور، وLTX 2.3 Pro يحمل هذا الطابع نفسه إلى الفيديو. علم الألوان جميل فعلًا. تُعرض درجات البشرة بدقة، وتبدو البيئات الطبيعية، بما فيها الغابات والشواطئ ومدن الساعة الذهبية، شبيهة بالصور الفوتوغرافية تقريبًا. نقطة الضعف هي فيزياء الحركة. تتصرف السوائل بغرابة عند حدود الإطار، وتنتج الأجسام سريعة الحركة تشوهات تمويه. بالنسبة إلى محتوى نمط الحياة والجمال، هو ممتاز. أما أي شيء يتعلق بالفيزياء، فيتعثر فيه.
الأفضل لـ: محتوى نمط الحياة والعافية والطبيعة.
التقييمات: الجودة 7 | دقة الأمر النصي 7 | السرعة 6 | التماسك 7
Wan 2.7 T2V هو المنافس مفتوح المصدر في هذه القائمة، وهو الذي فاجأني أكثر مقارنةً بتوقعاتي. بدقة 1080p، ينتج إطارات حادة ومتقنة التكوين، بفيزياء تتفوق على سعره. أمر موجة المحيط أنتج واحدة من أكثر محاكاات الماء إقناعًا في الاختبار كله. التكلفة في الوقت: استغرقت مقاطعي مدتها 5 ثوانٍ في المتوسط 4.5 دقيقة لكل مقطع. بالنسبة إلى العمل الإنتاجي الذي تهم فيه سرعة التكرار، هذا مؤلم. أما للمخرجات الفردية عالية المخاطر، فالانتظار مبرر.
الأفضل لـ: صنّاع المحتوى المحدودي الميزانية الذين يريدون الجودة ولديهم صبر.
التقييمات: الجودة 7 | دقة الأمر النصي 7 | السرعة 4 | التماسك 8
Hailuo 02 من Minimax يتمتع بجودة سينمائية يصعب تحديدها تقنيًا، لكنها واضحة فورًا على الشاشة. تحمل الحركة ثقلًا عضويًا خفيفًا يجعل المشاهد الدرامية ولقطات البورتريه القريبة تبدو أكثر سينمائية من أي شيء آخر تقريبًا في هذه الفئة. ينهار عندما يُطلب منه عرض بيئات مزدحمة أو مشاهد ذات تعقيد مكاني عالٍ. التزم بشخص واحد أو شخصين واضحين، وستكون النتائج مبهرة باستمرار.
الأفضل لـ: المحتوى السينمائي المزاجي والدرامي واللقطات القريبة.
التقييمات: الجودة 8 | دقة الأمر النصي 7 | السرعة 7 | التماسك 7
💡 نصيحة: كل أداة تقع دون المرتبة 5 تعمل بشكل أفضل بكثير مع شخص واحد محدد بوضوح. التعقيد هو المكان الذي تفشل فيه هذه النماذج أولًا.
تبني Runway أدوات فيديو بالذكاء الاصطناعي منذ فترة أطول من معظم الشركات في هذا المجال، وGen 4.5 يعكس هذا العمق. القدرة المميزة هي التحكم في الكاميرا. دفعات بطيئة نحو الأمام، ولقطات دائرية، واهتزاز يدوي، وحركات عربة. يمكنك تحديد سلوك الكاميرا في أمرك النصي بدقة لا تضاهيها أداة أخرى في هذه الفئة. جودة المخرجات الخام بالإعدادات الافتراضية متوسطة، لكن كاتبي الأوامر ذوي الخبرة يستطيعون استخلاص نتائج سينمائية حقيقية عبر خيارات تكوينية متعمدة مدمجة على مستوى النص.
الأفضل لـ: مديري التصوير والمخرجين الذين يفكرون باللقطات، لا بالأشخاص فقط.
التقييمات: الجودة 8 | دقة الأمر النصي 8 | السرعة 6 | التماسك 8
Seedance 1.5 Pro من ByteDance هو المكان الذي بدأ عنده هذا الاختبار ينتج نتائج جعلتني أتوقف لإعادة المشاهدة. تتصرف العناصر الطبيعية، وبخاصة الماء والنار والأقمشة، بدقة فيزيائية تميّز هذه الأداة عن كل ما هو خارج الثلاثة الأوائل. الصوت الأصلي مدمج، وعندما يتطابق الصوت مع حركة الصورة، تتضاعف الواقعية. مقطع موجة المحيط الخاص بي أنتج نتيجة ظنّ ثلاثة من زملائي، كلٌّ على حدة، أنها لقطات من طائرة مسيّرة. في هذه الفئة، هذا النوع من الاستجابة له دلالة كبيرة.
الأفضل لـ: العلامات التجارية وفيديوهات المنتجات وأي محتوى تهم فيه الواقعية.
التقييمات: الجودة 9 | دقة الأمر النصي 8 | السرعة 7 | التماسك 9
Kling v3 من Kwaivgi هو المتخصص في الحركة في هذا المجال. أمر السيارة الرياضية المنزلقة أنتج أفضل مخرج لديّ من الاختبار الذي استغرق ثلاثة أسابيع بالكامل. يتبدد دخان الإطارات بمعقولية فيزيائية، وتتبع انعكاسات الأرض المبتلّة المنعطفات بشكل صحيح، وتبدو ضبابية السرعة كأنها اختيار سينمائي متعمد لا خللًا في المعالجة. بالنسبة إلى محتوى الأكشن والمركبات والرياضة والطاقة الحركية عمومًا، لا شيء في هذا المستوى من الوصول ينتج نتائج مماثلة.
الأفضل لـ: الأكشن والرياضة ومحتوى المركبات وأي شيء يتحرك بسرعة.
التقييمات: الجودة 9 | دقة الأمر النصي 9 | السرعة 6 | التماسك 9
Veo 3 من Google هو الأداة الأدق تقنيًا في هذه المقارنة. الالتزام بالأمر النصي على مستوى التفاصيل استثنائي. ظهرت كل تفصيلة محددة وصفتها على الشاشة: الزاوية الدقيقة للضوء، والكثافة الدقيقة للحشد، ولون السماء الذي يناسب الوقت الصحيح من اليوم. يضيف توليد الصوت الأصلي أجواءً تتزامن مع المحتوى المرئي بطريقة تبدو أقل كأنها ميزة مُلحقة، وأكثر كأن الفيديو كان يُفترض أن يعمل هكذا دائمًا. القيد هو السرعة. استغرقت المقاطع المدتها ثماني ثوانٍ أكثر من ستة دقائق في المتوسط للتوليد.
الأفضل لـ: الإنتاج السينمائي والمعتمد على التفاصيل حيث تفوق الدقة السرعة.
التقييمات: الجودة 9 | دقة الأمر النصي 10 | السرعة 4 | التماسك 9
Sora 2 من OpenAI هو أفضل مولد فيديو بالذكاء الاصطناعي متاح اليوم، والفجوة بينه وبين كل ما عداه في هذه القائمة ليست هامشًا. إنها هوة. محاكاة الفيزياء تعمل في فئة مختلفة تمامًا. تتصرف السوائل بتوتر سطحي وديناميكيات تناثر. تتحرك الأقمشة بوزن وقصور ذاتي. تبدو حركة الإنسان حقيقية فعلًا، لا تقريبات خاطئة بشكل طفيف شائعة في أماكن أخرى. أمر صبّ القهوة أنتج نتيجة ظنّ ثلاثة أشخاص، كلٌّ على حدة، أنها لقطات حقيقية من أول مشاهدة. يستغرق التوليد في المتوسط من 5 إلى 6 دقائق لمقطع مدته 8 ثوانٍ، وهذا هو العيب الوحيد ذو الأهمية.
الأفضل لـ: عندما تكون الجودة هي المقياس الوحيد الذي يهم.
التقييمات: الجودة 10 | دقة الأمر النصي 9 | السرعة 5 | التماسك 10
| الأداة | الجودة | دقة الأمر النصي | السرعة | التماسك | الإجمالي |
|---|---|---|---|---|---|
| Sora 2 | 10 | 9 | 5 | 10 | 8.5 |
| Kling v3 | 9 | 9 | 6 | 9 | 8.3 |
| Seedance 1.5 Pro | 9 | 8 | 7 | 9 | 8.3 |
| Veo 3 | 9 | 10 | 4 | 9 | 8.0 |
| Runway Gen 4.5 | 8 | 8 | 6 | 8 | 7.5 |
| Hailuo 02 | 8 | 7 | 7 | 7 | 7.3 |
| LTX 2.3 Pro | 7 | 7 | 6 | 7 | 6.8 |
| Luma Ray 2 720p | 6 | 5 | 8 | 6 | 6.3 |
| Pixverse v5 | 6 | 6 | 7 | 5 | 6.0 |
| Wan 2.7 T2V | 7 | 7 | 4 | 8 | 6.5 |
قبل الالتزام بأي من هذه المنصات، هناك ثلاث حقائق حول توليد الفيديو بالذكاء الاصطناعي تتجاهلها صفحات التسويق باستمرار.
أولًا: التفاوت هائل. يمكن للأمر النصي نفسه من الأداة نفسها عبر ثلاث تشغيلات منفصلة أن ينتج نتائج تختلف بثلاث نقاط جودة كاملة. الأداة التي تصل أحيانًا إلى 9 قد يكون متوسطها 6.5 في الممارسة. الموثوقية مهمة بقدر أهمية الأداء الأقصى.
ثانيًا: السرعة والجودة يتعارضان تقريبًا بشكل تام. الأداتان الأسرع في هذا الاختبار سجّلتا أدنى الدرجات في جودة المخرجات. الأداتان الأعلى درجة كانتا الأبطأ. لا توجد حاليًا أداة في هذا المجال تقدم الاثنين معًا دون تنازل.
ثالثًا: ما بعد المعالجة ليس اختياريًا. تشغيل المخرجات عبر أداة مخصصة لرفع دقة الفيديو مثل Video Upscale by Topaz Labs يحسّن الجودة المدركة بشكل كبير. مقطع 720p من Kling v3 حصل على 7 في المخرجات الخام، قد يبدو بعد رفع الدقة الصحيح كأنه 9. هذا ليس حلًا التفافيًا. إنه جزء من سير عمل احترافي لفيديو الذكاء الاصطناعي.
حتى Sora 2 له أنماط فشل. معرفتها توفّر النقاط ووقت التكرار.
اتساق حركة الأجسام عبر الزمن هو أصعب مشكلة في فيديو الذكاء الاصطناعي. الأجسام التي تتحرك بمعقولية في أول ثانيتين من المقطع كثيرًا ما تنجرف أو تتمدد أو تقفز بحلول الثانيتين الرابعة والخامسة. يتعامل Kling v3 وSeedance 1.5 Pro مع هذا بأفضل شكل. أما Pixverse v5 فيتعامل معه بأسوأ شكل.
لا تنتج أي من هذه الأدوات نصًا مقروءًا ودقيقًا داخل إطارات الفيديو. تخرج اللافتات والملصقات والكلمات الظاهرة على الشاشة ضبابية أو بأخطاء إملائية أو مشوهة، بغض النظر عن الأداة. إذا كان مشروعك يتطلب نصًا ظاهرًا، فأضفه في مرحلة ما بعد الإنتاج.
تُظهر كل أداة مشكلات في التماسك بعد علامة الثماني ثوانٍ. تتغير الشخصيات بشكل طفيف، وتنجرف الخلفيات، وتصبح الفيزياء أكثر ارتخاءً. بالنسبة إلى المقاطع الأقل من 6 ثوانٍ، نادرًا ما يُلاحَظ هذا. أما للمقاطع الأطول، فالأفضل القطع بين عدة مقاطع أقصر بدلًا من توليد لقطة مستمرة واحدة.
💡 نصيحة احترافية: ولّد المقاطع في أجزاء مدتها من 3 إلى 5 ثوانٍ، واقطع بينها في محررك. القطعات تخفي نقاط التدهور وتبدو النتيجة النهائية أكثر تعمدًا.
كل أداة في هذه المقارنة متاحة على PicassoIA، ما يعني أنك تستطيع اختبار العشر كلها عبر منصة واحدة دون إدارة عشرة حسابات منفصلة. إليك كيفية تشغيل أول توليد لك.
الخطوة 1. انتقل إلى مجموعة تحويل النص إلى فيديو على PicassoIA واختر نموذجك. لأول اختبار، يقدم Seedance 1.5 Pro أفضل توازن بين الجودة وسرعة التوليد بين الخيارات من الفئة العليا.
الخطوة 2. اكتب أمرًا نصيًا محددًا. صِف الشخص أو الشيء، والحركة، والبيئة، والإضاءة، وزاوية الكاميرا. الأوامر الغامضة تنتج نتائج غامضة.
ضعيف: "سيارة تتحرك."
قوي: "كوبيه أسود مطفي يتسارع على طريق ساحلي مبتلّ بالمطر عند الفجر، لقطة تتبع منخفضة، ضباب الصباح يتصاعد من سطح الإسفلت، وشروق كهرماني دافئ خلف التلال."
الخطوة 3. اضبط المدة على 4 أو 5 ثوانٍ للاختبارات الأولية. تُعالج بسرعة أكبر، وتكلّف نقاطًا أقل، وتمنحك مخرجات كافية لتقييم الجودة قبل الالتزام بمقطع أطول.
الخطوة 4. راجع المخرج في الثانية الأولى والأخيرة. إذا تدهور التماسك بشكل ملحوظ، فأمرك النصي يحتوي على عناصر متنافسة كثيرة. بسّطه وأعد التوليد.
الخطوة 5. شغّل المخرج النهائي عبر Video Upscale by Topaz Labs قبل النشر. فرق الحدّة واضح عند كل دقة.
💡 خاص بنموذج Seedance 1.5 Pro: اجعل الأوامر أقل من 150 كلمة. صِف الإضاءة قبل الحركة. ابدأ بشخص ثابت قبل إضافة الحركة. تجنب الحشود والنصوص الظاهرة على الشاشة للحصول على أفضل النتائج.
| حالة الاستخدام | الأداة الموصى بها |
|---|---|
| مقاطع التواصل الاجتماعي | Pixverse v5 أو Hailuo 02 |
| فيديو العلامات التجارية والمنتجات | Seedance 1.5 Pro |
| الأفلام القصيرة السينمائية | Veo 3 أو Sora 2 |
| محتوى الأكشن والمركبات | Kling v3 |
| نمط الحياة والجمال | LTX 2.3 Pro |
| أقصى واقعية فيزيائية | Sora 2 |
| التحكم في حركة الكاميرا | Runway Gen 4.5 |
| مجاني ومفتوح المصدر | Wan 2.7 T2V |
الخيار الصحيح يعتمد كليًا على ما تصنعه. يحتاج المحتوى الاجتماعي عالي الحجم إلى السرعة. أما الإنتاجات الفردية عالية التأثير فتحتاج إلى الجودة. اختر وفقًا لذلك، ولا تشعر بأنك ملزم باستخدام أداة واحدة فقط عبر كل المشاريع.
لديك الآن البيانات. خمسة عشر مقطعًا لكل أداة، وثلاثة أسابيع من الاختبار، وترتيب واحد صريح. ما تبقى هو تشغيل أوامرك الخاصة ومعرفة ما الذي ستعيده.
النماذج العشرة كلها، إلى جانب عشرات الخيارات الإضافية عبر كل فئات فيديو الذكاء الاصطناعي، متاحة على PicassoIA دون الحاجة إلى حسابات منفصلة لكل منصة. ابدأ ببساطة: موضوع واحد، وفعل واحد، وظرف إضاءة واحد. انظر ما يعيده النموذج. ثم ارفع مستوى التفاصيل وانظر إلى أي مدى يصمد.
ابدأ بنموذج Seedance 1.5 Pro للحصول على نتيجة ستبهرك فعلًا في الاختبار الأول، أو انتقل مباشرة إلى Sora 2 إذا أردت رؤية السقف الحالي لما يمكن أن ينتجه فيديو الذكاء الاصطناعي. من الصعب المبالغة في وصف الفجوة في الجودة بين ما كانت عليه هذه الأدوات قبل اثني عشر شهرًا وما هي عليه الآن. الفيديو الذي كنت تتخيله أقرب إلى الجاهزية للإنتاج مما تظن.
اختر لغتك
