نظرة متعمّقة على ما يحدث عند اختبار Sora 2 Pro بصرامة في وضع "No Filter". يوثّق هذا المقال نتائج أوامر نصية حقيقية، ويوضح بالضبط أين يضع النموذج حدوده، ويقارنه بأبرز البدائل على PicassoIA، ويكشف منصات الفيديو بالذكاء الاصطناعي التي تمنح المبدعين أكبر قدر من الحرية الإبداعية دون تنازلات.
كل بضعة أشهر يظهر نموذج جديد لتوليد الفيديو بالذكاء الاصطناعي مع ادعاءات عن قيود أقل. كان Sora 2 Pro الادعاء الأعلى صوتًا حتى الآن. وصل النموذج الرائد للفيديو من OpenAI مع حديث عن "وضع No Filter"، وهو إعداد يُفترض أنه يزيل بعض ضوابط المحتوى ويتيح للمبدعين العمل على مادة أكثر قتامة وكثافة أو نضجًا. أردنا أن نرى كيف يبدو ذلك عمليًا، فشغّلنا دفعة منظمة من أكثر من 80 أمرًا نصيًا عبر مجموعة من الفئات، ووثّقنا كل نتيجة. هذا ما وجدناه.
عندما أشارت OpenAI لأول مرة إلى ضوابط إبداعية موسّعة في Sora 2 Pro، تفاعل مجتمع المبدعين بحماس حقيقي. انتشرت عبارة "no filter mode" بسرعة في المنتديات وسلاسل التعليقات، وغالبًا ما كانت تُستخدم بشكل فضفاض لوصف حالة يولّد فيها النموذج محتوى يرفضه وضعه القياسي. الجاذبية واضحة: يحتاج صانعو الأفلام والمخرجون وأصحاب السرد البصري إلى تصوير أشياء غير مريحة، منها الصراع والتعقيد الأخلاقي والكثافة الجسدية والأجواء التي تقع خارج نطاق "آمن لجميع الجماهير" المعتاد.
لكن "no filter mode" كما يوجد فعلًا في Sora 2 Pro أضيق مما يفترضه معظم الناس. فهو ليس مفتاحًا يزيل سياسات الاستخدام الخاصة بـ OpenAI. يشير تحديدًا إلى طبقة إشراف مخففة لفئات محددة من المحتوى، أبرزها العنف المصوَّر في سياقات خيالية أو سينمائية واضحة، وبعض الموضوعات الناضجة، والمشاهد الجوية أو المتوترة التي كانت ستُقيَّد أكثر من اللازم بمصنّفات السلامة الافتراضية.
وثائق OpenAI الخاصة هنا حذرة. لا يُقدَّم الوصول الموسّع على أنه "بلا حدود". يُقدَّم على أنه وصول إلى مستويات محتوى تتطلب حسابًا سليمًا وقبولًا بشروط إضافية. عمليًا، يعني ذلك ما يلي:
ما يسميه معظم الناس "no filter mode" هو المستوى 2. وعلى الرغم من أنه يفتح أبوابًا يغلقها الوضع الافتراضي، فإنه ما زال يفرض حدودًا صارمة حول المحتوى الجنسي الصريح، ومحاكاة الأشخاص الحقيقيين، وأي شيء يقترب من الأذى الجسدي المصوَّر بوضوح.
بنينا اختباراتنا على ست فئات من الأوامر النصية، صُمّم كل منها لاستكشاف نوع محدد من المحتوى. إليك كيف قسّمناها:
| الفئة | عدد الأوامر | التركيز |
|---|---|---|
| العنف السينمائي | 15 | مشاهد القتال، وصور الحرب، والإصابات |
| الموضوعات الناضجة | 15 | المشاهد الإيحائية، والتوتر الرومانسي |
| أشخاص حقيقيون | 12 | شخصيات عامة، ومشاهير، وسياسيون |
| الأجواء القاتمة | 14 | الرعب، والرهبة، والكثافة النفسية |
| بالغون في أعمال خيالية | 14 | مواقف بالغين ضمنية، وأقواس شخصيات ناضجة |
| تجريبي | 12 | حالات حدّية، وتجريد، واختبار الحدود |
أُرسل كل أمر نصي في الوضع الافتراضي وفي الوضع الإبداعي الموسّع عند توفره. سجّلنا ما إذا كان الناتج قد أُنتج، أو حُظر، أو أُنتج جزئيًا، أو تدهورت جودته.
إلى جانب ما إذا كان الأمر النصي مقبولًا أو مرفوضًا، تتبّعنا ثلاثة متغيرات أخرى:
تبيّن أن النقطة الأخيرة من أكثر النتائج إثارة للاهتمام في الدفعة كلها.
يُظهر الوضع الموسّع في Sora 2 Pro مرونة حقيقية مع العنف السينمائي. أنتجت مشاهد الحركة التي تتضمن تلامسًا جسديًا، ومشاهد الحرب مع انفجارات في الخلفية، وتنسيق المعارك، نتائج قوية. لم يتردد النموذج في إظهار الدماء في سياقات سينمائية مُمثَّلة بوضوح، وأنتج مشاهد قتال تتميز بضبابية حركة مقنعة وتأطير مؤثر للضربات.
أين تعطّل: كل ما تجاوز من السينمائي إلى التوثيق الواقعي للأذى. الأوامر التي وصفت إصابة جسدية صريحة في أماكن واقعية، أو حدّدت إصابة أشخاص يمكن التعرف عليهم، حُظرت باستمرار. مرّ أمر مثل "جندي يسقط في ساحة معركة من الحرب العالمية الثانية" من المصفّي، أما الأمر الذي طلب تصويرًا واقعيًا لعنف شارع معاصر فلم يمر.
💡 نصيحة احترافية: أطّر العنف بإشارات سينمائية واضحة. حدّد "مشهد فيلم"، أو "ممثل"، أو "نسخة المخرج"، أو سياقًا تاريخيًا مناسبًا مثل "دراما حربية من فترة 1940s". يستجيب المصنّف بشكل مختلف للإطار الخيالي الواضح.
هنا كانت النتائج أكثر تذبذبًا. قبل Sora 2 Pro في الوضع الموسّع أوامر تتضمن توترًا رومانسيًا، وتعريًا جزئيًا في سياقات فنية واضحة، ومشاهد حميمية جسدية توقفت قبل المحتوى الصريح. لكن الأمر نفسه، حين أُرسل مرتين، كان ينتج أحيانًا نتيجتين مختلفتين تمامًا: واحدة تحقق المقصود، وأخرى تستبدله بنسخة مُنقّاة.
بلغت نسبة عدم الاتساق في فئة "الموضوعات الناضجة" نحو 40% عبر اختباراتنا. وهذه مشكلة كبيرة لسير العمل الإنتاجي الذي يحتاج إلى مخرجات موثوقة وقابلة للتكرار.
كان هذا أوضح جدار صلب. لدى Sora 2 Pro كشف قوي للأوامر التي تحاول محاكاة أشخاص حقيقيين يمكن التعرف عليهم. كل أمر سمّى شخصًا حيًا محددًا، أو وصف شخصية عامة معروفة بمظهرها دون تسميتها، أو حاول استنساخ صوت معروف أو شبهه، إما حُظر أو تدهورت جودته إلى درجة لا يمكن معها الاستخدام.
ويشمل ذلك:
هذا خط ثابت، وليس مسألة مرونة مرتبطة بالمستويات.
من بين 83 أمرًا نصيًا، حُظر 31 أمرًا بشكل مباشر في الوضع الموسّع. هذه نسبة رفض تبلغ 37% في الوضع المفترض أن يكون أقل قيودًا. أبرز المحفّزات التي حددناها:
معظم هذه الأمور متوقعة ومناسبة تمامًا. فالحدود الصارمة للنموذج غير قابلة للتفاوض لأسباب وجيهة، وهنا تصبح تسمية "no filter" مضللة فعلًا للمبدعين الذين يأخذونها حرفيًا.
كانت الحالات الحدّية الأكثر إثارة للاهتمام هي التي أُنتجت فعلًا. الأوامر التي تصف الرعب النفسي دون عنف جسدي أنتجت باستمرار مخرجات مقنعة. ومشاهد الغموض الأخلاقي والتلاعب والقتامة بين الأشخاص تولّدت بشكل جيد. والرهبة الجوية، والشخصيات في مواقف مهددة لم تنتهِ إلى نتائج دامية، والعنف الضمني بدلًا من العنف المصوَّر، كانت كلها ذات معدلات نجاح عالية.
يخبرك هذا بشيء مفيد عن منطق تصفية النموذج: فهو يستجيب للمصطلحات الوصفية الصريحة أكثر مما يستجيب للقتامة الموضوعاتية. يمكنك كتابة مشهد عن أشياء مروعة تحدث، ما دمت لا تصف آليات الأذى بالتفصيل.
💡 ملاحظة حول الثبات: إذا نجح أمرك النصي مرة ثم فشل في التشغيل التالي، فالسبب غالبًا عنصر عشوائي في مصنِّف المحتوى، وليس بنية أمرك النصي. جرّب إعادة صياغة طفيفة قبل أن تفترض أن المحتوى محظور.
شغّلنا مجموعة موازية من الأوامر عبر عدة نماذج أخرى لتحويل النص إلى فيديو متاحة على PicassoIA، لإنشاء نقاط مقارنة.
أظهر Seedance 2.5 من ByteDance سلوك تصفية مختلفًا بشكل ملحوظ. فبينما يستخدم Sora 2 Pro نظام وصول بمستويات، يبدو أن Seedance 2.5 يعتمد مصنّفًا أكثر حساسية للسياق يأخذ الأمر الكامل بوصفه كلًا متكاملًا بدلًا من البحث عن كلمات تحفيز منفردة.
عمليًا، هذا يعني أن الأوامر ذات الكثافة الموضوعاتية التي حظرها Sora لأنها تضمنت كلمات معينة، نجحت غالبًا في Seedance. وبالعكس، كان Seedance أكثر ميلًا لإدخال تغييرات بيئية أو تكوينية تُلطّف المحتوى حتى حين لا يُحظر تمامًا.
الحكم: أكثر تساهلًا في المفردات، وأكثر تدخلًا في المخرجات البصرية.
تقارب Kling v3 Video من Kwaivgi في فلسفته للتصفية أكثر من أي نموذج آخر مع Sora 2 Pro، لكن باتساق أفضل. الأوامر نفسها التي أنتجت نتائج غير متسقة في Sora 2 Pro أنتجت مخرجات أكثر تجانسًا في Kling v3 Video. أظهرت فئة العنف السينمائي على وجه التحديد اتساقًا أعلى: فإذا قُبل الأمر، طابق الناتج النبرة المقصودة بموثوقية عبر تشغيلات متعددة.
أما نقاط ضعف Kling v3 فكانت جودة مخرجات الموضوعات الناضجة. يميل النموذج إلى جمالية أنظف وأقل خشونة، وهذا قد يُضعف المشاهد التي تتطلب خشونة أو ثقلًا أخلاقيًا.
يتخذ Veo 3 من Google موقفًا افتراضيًا أكثر تحفظًا بكثير من Sora أو Kling، لكنه يعوّض ذلك جزئيًا بجودة بصرية متميزة في الأوامر التي يقبلها. كما أن توليد الصوت الأصلي فيه يضيف طبقة من الواقعية السينمائية تفتقر إليها النماذج الأخرى افتراضيًا.
بالنسبة للمبدعين الذين لا يتجه عملهم نحو الموضوعات الناضجة، فإن Veo 3 وإصداره الأحدث Veo 3.1 ممتازان فعلًا. أما المحتوى الحدّي فكانت نسبة قبوله أقل بوضوح من المنافسين.
| النموذج | نسبة القبول (الموسّع) | الاتساق البصري | مخرجات الصوت |
|---|---|---|---|
| Sora 2 Pro | 63% | متوسط | لا يوجد صوت أصلي |
| Seedance 2.5 | 71% | مرتفع | نعم |
| Kling v3 Video | 62% | مرتفع جدًا | جزئي |
| Veo 3 | 48% | مرتفع جدًا | نعم (استثنائي) |
يشغل LTX 2 Pro من Lightricks موقعًا مميزًا. صُمّم للعمل على سير العمل الإبداعي لا لتوليد المحتوى الاستهلاكي، وينعكس ذلك في نموذج تصفيته. يسمح النموذج بنطاق أوسع من التأثيرات البصرية والقتامة الجوية والكثافة المُنمَّطة، دون أن يُفعّل استجابات المصنّف نفسها التي تحظر المخرجات في Sora أو Veo.
للمبدعين الذين يبنون مشاهد مؤثرات بصرية، أو أجواء رعب، أو أفلامًا قصيرة سينمائية، يقدم LTX 2 Pro ونسخته الأسرع LTX 2.3 Pro مزيجًا من الجودة والمرونة الإبداعية الذي يتطلبه العمل الإنتاجي فعلًا. كما تجعل سقف دقة 4K منه خيارًا عمليًا لخطوط ما بعد الإنتاج الاحترافية.
💡 حالة استخدام: إذا حظر Sora 2 Pro مشهدك السينمائي، فيجب أن يكون LTX 2 Pro بديلك الأول. مصنّفه مصمم للمحتوى الاحترافي لا لحماية المستهلك.
يُظهر Wan 2.7 T2V وWan 2.7 I2V من Wan Video بعضًا من أكثر سلوكيات قبول الأوامر مرونة في اختباراتنا. وهذا يعود جزئيًا إلى الطريقة التي نُظّمت بها بيانات تدريب النموذج، وجزئيًا إلى استخدامه المقصود عبر أسواق دولية متنوعة ذات أعراف محتوى مختلفة.
إصدار I2V مفيد بشكل خاص لسير عمل اختبار الحدود: تزوّد النموذج بصورة ثابتة كإطار أول، ما يمنحك تحكمًا دقيقًا في نقطة البداية البصرية، ثم تكتب أمر الحركة حول ما هو مُثبَّت بالفعل. هذا يتجاوز بعض محفزات المصنّف التي تنطبق على المحتوى المولَّد نصيًا بالكامل، لأن السياق البصري محدد مسبقًا بالصورة المدخلة.
اختبار حدود نماذج الفيديو بالذكاء الاصطناعي دون منهج منظم ينتج نتائج يصعب تفسيرها ويستحيل تكرارها. هذا هو سير العمل الأكثر فائدة الذي طوّرناه:
يمنحك هذا مكتبة أوامر نصية قابلة لإعادة الاستخدام، منظمة حسب ما ينجح فعلًا في كل نموذج، بدلًا من مجموعة من التجارب المعزولة.
لا يفوز نموذج واحد في كل الفئات. كان أنجح نهج إنتاجي وجدناه:
الأمر لا يتعلق بإيجاد النموذج "الأفضل". يتعلق بتوجيه كل أمر نصي إلى النموذج الأكثر احتمالًا لنجاحه.
يمكنك أيضًا تطبيق منطق التجميع نفسه على المؤثرات البصرية. يتميز Ray 3.2 من Luma في تسلسلات HDR السينمائية بفضل علم الألوان المدمج فيه. ويتعامل Pixverse v5.6 مع تراكيب الحركة السريعة والأكشن بدقة بصرية قوية. ويُنتج Hailuo 02 من Minimax مخرجات بدقة 1080p بجمالية تجارية نظيفة تناسب المخرجات الاحترافية.
الفكرة ليست استخدام نموذج واحد لكل شيء. الفكرة أن تعرف أي أداة تناسب أي مهمة، وأن تجهّز مكتبة الأوامر مسبقًا حتى لا تبدأ من الصفر في كل مرة يرفض فيها نموذج طلبك.
Sora 2 Pro نموذج قوي فعلًا ولديه قدرة إبداعية حقيقية. يفتح وضع No Filter مساحة يغلقها الإعداد الافتراضي، وبالنسبة للمحتوى السينمائي أو الجوي أو الدرامي المكثف، ينتج جودة تضاهي الأفضل في السوق. لكنه ليس أداة واحدة تناسب كل موقف إبداعي، وعدم الاتساق في التعامل مع المحتوى الناضج يجعله مزعجًا لسير العمل الإنتاجي الذي يحتاج إلى قابلية للتنبؤ.
النهج الأفضل هو تشغيل أوامرك حيث تعمل بأفضل صورة. يمنحك PicassoIA الوصول إلى كل النماذج الرئيسية المذكورة في هذا المقال ضمن منصة واحدة: Sora 2 Pro، وSeedance 2.5، وKling v3 Video، وVeo 3، وLTX 2 Pro، وWan 2.7 T2V، وWan 2.7 I2V، وRay 3.2، وKling v2.6، وغيرها الكثير على picassoia.com/en/all-models.
اكتب أمرك مرة واحدة. اختبره عبر خمسة نماذج في دقائق. اعرف أين يعمل فعلًا بدلًا من قضاء ساعات في التفاوض مع مصنّف نموذج واحد. هذا هو سير العمل الذي ينتج نتائج على نطاق واسع، وهو متاح الآن.
اختر لغتك
