Runway Gen-4 قفزة كبيرة في توليد الفيديو بالذكاء الاصطناعي، إذ تقدّم شخصيات ثابتة المرجع، وتحكمًا دقيقًا في حركة الكاميرا، وإخراجًا متعدد اللقطات للمشهد، ونسخة Turbo سريعة. يشرح هذا المقال كل ميزة جديدة، ويقارن Gen-4 بمنافسين بارزين مثل Kling وVeo 3 وSora 2، ويتضمن سير عمل خطوة بخطوة لاستخدام Gen4 Turbo على PicassoIA الآن.
أعادت Runway تعريف شكل توليد الفيديو بالذكاء الاصطناعي على مستوى الصدارة. مع إصدار Gen-4، لم تكتفِ الشركة بتحديث للأداء، بل أعادت تصميم البنية الأساسية لحل مشكلات جعلت فيديو الذكاء الاصطناعي مُحبطًا للمحترفين: شخصيات غير متسقة بين اللقطات، وحركة كاميرا مرتجفة، ومقاطع تبدو منفصلة عن بعضها. إذا كنت تنتظر أن يبدو فيديو الذكاء الاصطناعي سينمائيًا، فإن Gen-4 هو الإصدار الذي يستحق اهتمامك.
Runway Gen-4 هو الجيل الرابع الرئيسي من نموذج Runway المملوك لانتشار الفيديو. ويمثل إعادة تفكير جوهرية في طريقة تعامل النموذج مع الاتساق الزمني، وتكييف المرجع، والتحكم في الحركة. فبينما أُشيد بجودة Gen-3 Alpha الأسلوبية، انتُقد لانحراف الشخصيات بين المشاهد. أما Gen-4 فيقدّم نظام تكييف مرجعي مخصصًا يحافظ على ثبات الأشخاص بصريًا عبر عدة عمليات توليد.
يدعم النموذج سير عمل تحويل النص إلى فيديو وتحويل الصورة إلى فيديو، بدقة تصل إلى 1280x768 ومدد مقاطع تتجاوز سقف 10 ثوانٍ في النماذج السابقة. ويصدر أيضًا مع نسخة أسرع تُسمى Gen-4 Turbo، تضحّي بقدر ضئيل من الجودة مقابل أوقات توليد أسرع بكثير.
كان Gen-3 Alpha قفزة كبيرة على Gen-2. فقد أنتج حركة أنعم، وإضاءة أقرب إلى الطبيعة، والتزامًا أفضل بالأوامر النصية. لكن المحترفين الذين استخدموه في الأعمال السردية اصطدموا بحاجز متكرر: إذا ولّدت الشخصية نفسها في مقطعين منفصلين، تبدو كأنها شخصان مختلفان. لون البشرة والملابس وبنية الوجه، كلها قد تتغير بين عملية توليد وأخرى.
يحل Gen-4 هذه المشكلة بنظام الصور المرجعية. تقدّم صورة مرجعية إلى جانب أمرك النصي، ويربط النموذج مخرجاته بتلك الهوية البصرية. وهذا تغيير ليس بسيطًا، فهو يعني للمرة الأولى أن مخرجات Runway يمكن استخدامها لبناء تسلسلات بشخصيات متكررة دون تنظيف مكثف في مرحلة ما بعد الإنتاج.
التحول في Gen-4 ينتقل من تكييف الانتشار البحت على توكنات النص إلى مكدّس تكييف متعدد الوسائط يعالج الصور المرجعية كمدخلات من الدرجة الأولى. يتعامل النموذج الآن مع الصور المرجعية والأوامر النصية بوزن متقارب أثناء عملية إزالة الضوضاء، بدلًا من أن يهيمن النص. وهذا ما يجعل ثبات الشخصيات ممكنًا دون الضبط الدقيق.
الميزة الأبرز. ارفع صورة مرجعية لأي موضوع، وسيحافظ Gen-4 على هويته البصرية عبر المقاطع المولدة. يعمل هذا مع الأشخاص والأشياء والحيوانات، وحتى مع بيئات محددة. الدقة ليست مثالية بنسبة 100% في كل مرة، لكنها أفضل بكثير من أي شيء متاح في إصدارات Runway السابقة أو في معظم النماذج المنافسة.
الاستخدام العملي: إذا كنت تنتج فيلمًا قصيرًا، أو عرضًا لمنتج، أو فيديو علامة تجارية، فيمكنك توليد عدة مشاهد تضم الشخصية نفسها دون الحاجة إلى إعادة التصوير أو الدمج. وهذا يقلل بشكل كبير من أعباء ما بعد الإنتاج.
يقدّم Gen-4 تحكمًا هيكليًا على مستوى اللقطة. فبدلًا من توليد مقطع متصل واحد وأمل أن تنجح الانتقالات، يمكنك تحديد إعداد الكاميرا، وموضع الشخص، وحالة المشهد على مستوى كل لقطة. ويتكامل هذا مع نظام المرجع لتمكينك من بناء تسلسلات متعددة المقاطع تبدو وكأنها صُوّرت في جلسة تصوير واحدة.
💡 فكّر في الأمر على أنه الفرق بين الحصول على صورة واحدة من عارضة أزياء، وإدارة جلسة تصوير كاملة. يتيح لك Gen-4 أن تُخرج العمل بنفسك.
كانت النماذج السابقة تواجه سقفًا عمليًا يقارب 4 إلى 6 ثوانٍ للحركة عالية الجودة. وعند تجاوز ذلك، تظهر تشوهات التحول، أو انحراف الشخصيات، أو تدهور المشهد. يرفع Gen-4 هذا السقف إلى 10 ثوانٍ أو أكثر من الحركة المتماسكة مع النموذج القياسي.
يأتي التحسن من آليات انتباه زمني أفضل تحافظ على حالة المشهد عبر عدد أكبر من خطوات إزالة الضوضاء. عمليًا، هذا يعني لقطات تأسيسية أطول، ولحظات حوار أكثر طبيعية، وعروض منتجات لا تبدو متسرعة.
Gen4 Turbo إصدار منفصل من النموذج يعمل بسرعة تشغيل أعلى بكثير، مع الحفاظ على معظم خصائص جودة النموذج الكامل Gen-4. بالنسبة إلى سير العمل الذي يعتمد على التكرار، حيث تختبر الأوامر النصية والتكوينات قبل الاعتماد على التوليد النهائي، يكون وضع Turbo الخيار العملي.
المقايضة في الجودة حقيقية لكنها طفيفة. قد تفقد التفاصيل الدقيقة في الخلفيات بعض حدتها عند سرعات Turbo، وقد تُظهر المشاهد الحركية المعقدة مزيدًا من التشوهات. لكن لمعظم سير عمل إنشاء المحتوى، سيكون Turbo الإصدار الذي تستخدمه يوميًا.
يصدر Gen-4 مع نظام حركة كاميرا معاد تصميمه. يمكنك تحديد اتجاه panning، وزاوية tilt، وحركة dolly، وسلوك التكبير بدقة أعلى بكثير من أدوات الكلمات المفتاحية في Gen-3. ومع تكييف المرجع، يتيح لك ذلك تخطيط التسلسلات بتصوير سينمائي متعمد، بدلًا من الأمل في أن يفهم النموذج عبارة "تكبير بطيء" بشكل صحيح.
تشمل عناصر التحكم المتاحة: orbit (للدوران الدائري حول الشخص)، وdolly in/out، وcrane up/down، ومحاكاة الكاميرا المحمولة، واللقطات الثابتة المقفلة. ويمكن دمج كل منها مع معدّلات شدة لتحديد حركة خفيفة أو درامية.
يتحرك مجال فيديو الذكاء الاصطناعي بسرعة. Gen-4 ممتاز، لكنه لا يتنافس وحده، بل مع منافسين حقيقيين. إليك كيف يقف أمام المشهد الحالي:
| النموذج | الدقة | ثبات الشخصية | خيار Turbo | الصوت | الاستخدام الأمثل |
|---|---|---|---|---|---|
| Runway Gen-4 | حتى 1280x768 | ممتاز (نظام المرجع) | نعم | لا | السرد والاحتراف |
| Kling v3 Video | 1080p | جيد | نعم | لا | الأسلوب السينمائي |
| Veo 3 | 1080p | متوسط | نعم (Fast) | صوت أصلي | المحتوى الفيروسي |
| Sora 2 | 1080p | جيد | لا | لا | التجريبي والفني |
| Hailuo 2.3 | 1080p | متوسط | نعم (Fast) | لا | السرعة وسهولة الوصول |
| Seedance 2.0 | 1080p | جيد | نعم (Fast) | صوت مدمج | وسائل التواصل الاجتماعي |
تبرز بعض الأمور من هذه المقارنة. Gen-4 هو حاليًا الخيار الأقوى تحديدًا في العمل السردي المتسق في الشخصيات. إذا احتجت إلى صوت أصلي ضمن مخرجات الفيديو، فإن Veo 3 وSeedance 2.0 يقدمان هذه القدرة، بينما لا يفعلها Gen-4. وإذا كانت الدقة الخام والسرعة أهم من دقة الشخصية، فإن Kling v3 Video وLTX 2.3 Pro بديلان قويان.
يتوفر على PicassoIA كل من Gen4 Turbo وGen 4.5 مباشرة ضمن مجموعة توليد الفيديو. إليك كيف تحصل على أفضل ما في كليهما.
الخطوة 1: جهّز صورتك المرجعية. إذا أردت ثبات الشخصية، فابدأ بصورة مرجعية واضحة ومضاءة جيدًا للشخص. الوجه أمام الكاميرا، والتعبير المحايد، والإضاءة الجيدة تمنح النموذج أكبر قدر من المعلومات للعمل عليه. صيغة JPEG أو PNG بدقة 512 بكسل على الأقل هي الأفضل.
الخطوة 2: انتقل إلى النموذج. افتح Gen4 Turbo على PicassoIA. سترى واجهة التوليد مع حقول للأمر النصي، ورفع الصورة المرجعية، وإعدادات الحركة.
الخطوة 3: اكتب أمرًا نصيًا منظمًا. يستجيب Gen-4 بأفضل شكل للأوامر التي تحدد حالة المشهد قبل وصف الحركة. بنية قوية هي: [وصف الشخص + موضعه] + [البيئة] + [الإضاءة] + [حركة الكاميرا] + [المزاج/الأسلوب]. مثال: "امرأة ترتدي سترة حمراء تقف على حافة سطح منزل عند الغروب، ضوء ذهبي دافئ من اليمين، دفع dolly بطيء نحوها، سينمائي."
الخطوة 4: اضبط معاملات الحركة. اختر نوع حركة الكاميرا. للاختبار الأول، استخدم "static" أو "dolly in" خفيفة لتقييم طريقة تعامل النموذج مع مرجعك قبل إضافة حركة معقدة.
الخطوة 5: ولّد وكرّر. يعيد وضع Turbo النتائج عادةً خلال أقل من 60 ثانية. إذا لم تطابق النتيجة الأولى قصدك، فعدّل دقة الأمر النصي قبل تغيير الصورة المرجعية. معظم المشكلات تأتي من لغة حركة غامضة، وليس من جودة المرجع.
يجعل نظام ثبات المرجع من Gen-4 أول أداة فيديو بالذكاء الاصطناعي قابلة للاستخدام عمليًا في المحتوى السردي المكتوب. يمكن لصانع يعمل على فيلم قصير أن يولّد لقطات تأسيسية، ولقطات ردود أفعال، ولقطات مقرّبة للشخصية نفسها دون الشعور بعدم الارتياح الناتج عن انحراف الشخصية. وعند 10 ثوانٍ أو أكثر لكل مقطع، يمكنك إنتاج أجزاء مشهد كاملة تحتاج إلى حد أدنى من المونتاج لتُجمع في تسلسل متماسك.
سير العمل: ابنِ مكتبة مرجعية لكل شخصية، واكتب أوامر نصية خاصة بكل لقطة لكل نبضة في المشهد، ثم ولّد باستخدام Turbo لتأكيد التكوينات، ثم شغّل التوليدات النهائية. هذا ليس بديلًا لخط إنتاج هوليوود، لكنه أداة إنتاج مشروعة لصانعي المحتوى المستقلين.
بالنسبة إلى التجارة الإلكترونية وفيديوهات العلامات التجارية، يكون التكييف المرجعي للأجسام في Gen-4 مفيدًا بشكل استثنائي. يمكنك توليد عروض منتجات سينمائية بمظهر ثابت للجسم عبر لقطات متعددة: المنتج على طاولة، في يد، على رف، في موقع خارجي. كلها بالهوية البصرية نفسها.
هذا تحسين مباشر في سير العمل مقارنة بإنتاج فيديو المنتجات التقليدي، الذي يتطلب تصويرًا فعليًا مع إعداد إضاءة وتكاليف مواقع.
بالنسبة إلى وسائل التواصل الاجتماعي، حيث تهيمن المقاطع من 5 إلى 10 ثوانٍ، فإن دقة مخرجات Gen-4 وجودة حركته بالفعل على مستوى الإنتاج. اجمع بين Gen-4 للتوليد البصري وأداة مثل Seedance 2.0 للمقاطع المتزامنة مع الصوت، أو استخدم Veo 3 عندما تحتاج إلى صوت أصلي مدمج في الفيديو نفسه.
💡 بالنسبة إلى سير العمل الموجه أولًا لوسائل التواصل، يكون Gen4 Turbo مع طبقة تحويل النص إلى كلام غالبًا أسرع وأكثر قابلية للتحكم من انتظار تصيير نموذج صوت أصلي.
لا يوجد نموذج بلا حدود، والصراحة بشأن السقف الذي يبلغه Gen-4 حاليًا مهمة عند التخطيط لمشاريع حقيقية.
مثل معظم نماذج انتشار الفيديو تقريبًا، يعاني Gen-4 من عرض نصوص واضحة داخل الإطارات. إذا كان مشروعك يتطلب عناوين على الشاشة، أو شرائط تعريف في الأسفل، أو لافتات داخل الفيديو نفسه، فستحتاج إلى دمج هذا النص في مرحلة ما بعد الإنتاج. لا تعتمد على النموذج في عرض النص بشكل صحيح.
بعد 15 إلى 20 ثانية، يبدأ ثبات Gen-4 الزمني نفسه بالتراجع. بالنسبة إلى المحتوى الطويل، لا يزال النهج العملي هو توليد عدة مقاطع قصيرة ودمجها معًا. يساعد نظام المرجع على الحفاظ على ثبات الشخصية عبر مقاطع منفصلة، لكن لا يوجد حل حالي لتوليد لقطة واحدة متصلة تتجاوز 30 ثانية وتحافظ على سلامة المشهد الكاملة.
يعمل تكييف المرجع بشكل موثوق مع موضوع أساسي واحد. يبقى وجود شخصين أو أكثر، مع صور مرجعية منفصلة، ضمن الإطار نفسه مجالًا تكون النتائج فيه غير متسقة. وتعترف وثائق Runway بهذا باعتباره أولوية تطوير نشطة.
يقدّم نموذج Wan 2.7 T2V مخرجات 1080p استثنائية لأعمال تحويل النص إلى فيديو بمستويات جودة تنافسية. ويقدّم Kling v2.6 حركة سينمائية مع التزام قوي بالأوامر النصية ومخرجات 1080p. وبالنسبة إلى الأساليب المتحركة أو التوضيحية، ينتج Hailuo 2.3 نتائج مصقولة بصريًا بسرعة.
إذا كان الصوت شرطًا أساسيًا لمشروعك، فإن Veo 3 يظل الخيار الأول مع توليد صوت متزامن أصلي. وللحصول على جودة 4K خالصة، يدفع LTX 2.3 Pro من Lightricks الدقة والتفاصيل إلى ما لا تقدمه معظم النماذج حاليًا.
الأداة المناسبة تعتمد على متطلبات المخرجات المحددة لديك. Gen-4 يتفوق في عمل الشخصيات السردي. وتتفوق الأدوات الأخرى في الدقة أو السرعة أو الصوت.
💡 مصفوفة قرار سريعة: تحتاج إلى ثبات الشخصية عبر اللقطات؟ استخدم Gen4 Turbo. تحتاج إلى صوت أصلي؟ استخدم Veo 3 أو Seedance 2.0. تحتاج إلى 4K؟ استخدم LTX 2.3 Pro.
يعد Runway Gen-4 حاليًا النموذج الأقدر للمبدعين الذين يحتاجون إلى شخصيات متسقة وتحكم دقيق في الكاميرا في مخرجات فيديو الذكاء الاصطناعي. سواء كنت تبني فيلمًا قصيرًا، أو تنتج محتوى لعلامة تجارية، أو تدفع ما هو ممكن بفيديو مولّد بالذكاء الاصطناعي، فهو يضع معيارًا جديدًا لما تستطيع هذه التقنية تحقيقه.
أفضل طريقة لفهم إمكاناته هي استخدامه بنفسك. يمنحك PicassoIA وصولًا مباشرًا إلى Gen4 Turbo وGen 4.5، إلى جانب أكثر من 100 نموذج آخر للفيديو والصور في منصة واحدة. ابدأ بصورة مرجعية تملكها بالفعل وأمر مشهد بسيط. شغّله عبر Turbo، وشاهد النتيجة، ثم عدّل من هناك. يتفاجأ معظم المبدعين بسرعة انتقالهم من الاختبار الأول إلى شيء صالح للاستخدام فعلًا.
لم تعد بحاجة إلى طاقم تصوير أو خط إنتاج ما بعد الإنتاج لإنشاء فيديو سينمائي. ما تحتاجه هو مرجع واضح، وأمر منظم، والنموذج المناسب.
اختر لغتك
