أثار Runway Gen-5 نقاشًا واسعًا بين صنّاع المحتوى حول ريلز Instagram المولّدة بالذكاء الاصطناعي، لكن الحقيقة أكثر تعقيدًا. يشرح هذا المقال ما يفعله Gen-5 فعلاً، وكيف يتعامل مع الفيديو القصير العمودي، وأي نماذج توليد الفيديو على PicassoIA تنتج ريلز أسرع وأوضح دون انتظار طويل أو تكلفة مرتفعة.
تغيّرت لعبة Instagram Reels في اللحظة التي أصبح فيها توليد الفيديو بالذكاء الاصطناعي سريعًا بما يكفي لنشر المحتوى فعليًا. فالصنّاع الذين كانوا يقضون ساعات في كتابة السيناريو وتصوير مقاطع مدتها 30 ثانية وتصحيح ألوانها، صاروا الآن يكتبون أمرًا نصيًا ويشاهدون مقطعًا جاهزًا يظهر في أقل من دقيقتين. ويقف Runway Gen-5 في قلب هذا النقاش في عام 2027، واعدًا بجودة حركة سينمائية ومزامنة صوتية أصلية للمحتوى العمودي القصير.
لكن واقع استخدام Gen-5 لريلز Instagram أكثر تعقيدًا مما توحي به الضجة. فقيود نسبة العرض إلى الارتفاع، وتكاليف التوليد، وأوقات الانتظار في الطابور، كلها تؤثر في ما إذا كانت هذه الأداة تعمل ضمن سير عمل حقيقي لإنتاج المحتوى. وفي الوقت نفسه، تنتج عدة نماذج أخرى لتوليد الفيديو بالذكاء الاصطناعي على PicassoIA نتائج تضاهي Gen-5 أو تتفوق عليه في المقاييس الأهم لصنّاع الريلز: السرعة، والجودة البصرية، ودعم التنسيق العمودي.
إليك ما تحتاج فعلاً إلى معرفته.
Runway Gen-5 هو الإصدار الخامس الرئيسي من نموذج توليد الفيديو الرائد لدى Runway. مبني على بنية المحوّل الانتشاري (diffusion transformer)، ويولّد الفيديو من الأوامر النصية أو من الصور المدخلة، مع تحسّن ملحوظ في ثبات الحركة مقارنة بنماذج سلسلة Gen السابقة. وتشمل الترقيات التقنية الرئيسية في Gen-5 تماسكًا زمنيًا أفضل (تبقى الأجسام ثابتة بصريًا عبر الإطارات)، وتقيّدًا أفضل بالأوامر النصية للمشاهد المعقدة، وتوليد صوت متزامن أصلي.
كانت نماذج Runway السابقة تعتمد على بنية UNet، وكانت تواجه صعوبة في الحفاظ على التماسك الزمني على مدى طويل. كانت الأجسام تنزاح عن مواضعها، وتتشوّه الوجوه بشكل غير متوقع، وتومض الخلفيات. أما Gen-5 فيستبدل ذلك ببنية محوّل كاملة مدرّبة على مجموعة بيانات أكبر بكثير، وهذا يحل معظم مشكلات الوميض والانزياح.
بالنسبة إلى Instagram Reels تحديدًا، يكتسب هذا أهميته لأن مشاهدي الريلز شديدو الحساسية للعيوب البصرية. فالوجه الذي يتشوّه في منتصف المقطع، أو الخلفية التي تغيّر لونها فجأة، يقضيان على إحساس الأصالة الذي يعتمد عليه المحتوى القصير. وثبات Gen-5 المحسّن مكسب حقيقي.
يتضمن Gen-5 مسار توليد صوت مدمجًا، ما يعني أن النموذج لا يُخرج فيديو صامتًا يحتاج إلى طبقة صوت منفصلة. فالمؤثرات الصوتية والأصوات المحيطة وبعض القوام الموسيقي البسيط تُدمج في عملية التوليد نفسها. وبالنسبة إلى الريلز، حيث يكون الصوت محركًا أساسيًا للاحتفاظ بالمشاهدين، فإن لهذا أهمية كبيرة.
ومع ذلك، فإن جودة الصوت محيطية وتوليدية، وليست بجودة المقطع الموسيقي الحقيقي. فالصنّاع الذين يحتاجون إلى أغنية محددة أو تعليق صوتي، سيجدون الصوت الأصلي مفيدًا للأجواء فقط، وليس بديلاً عن أدوات الصوت المتخصصة.
تعمل ريلز Instagram بتنسيق عمودي بنسبة 9:16 بدقة تصل إلى 1080x1920، وتتراوح مدتها بين 15 و90 ثانية، وتعطي الأولوية لبدايات بصرية جذابة خلال أول 2 إلى 3 ثوانٍ. أما أدوات الفيديو بالذكاء الاصطناعي المصمّمة للمخرجات العريضة (16:9) على طريقة السينما، فليست مُحسّنة لهذا التنسيق دون قص يدوي أو إعادة كتابة الأوامر.
توليد فيديو عمودي متماسك أصعب تقنيًا من توليد الفيديو العريض. ففي إطار 16:9، يملك المشهد مركز ثقل أفقيًا طبيعيًا. أما في إطار 9:16، فيحتاج الذكاء الاصطناعي إلى وضع الشخص عموديًا داخل عمود ضيق مع الحفاظ على تماسك الخلفية المكانية من كل الجهات. وقد فشلت نماذج الفيديو الأولى في ذلك فشلاً ذريعًا: كانت الأشخاص تُقطع من الأعلى، وتتكرر الخلفيات بشكل مرتبك، وتبدو التكوينات العمودية كأنها لقطات أفقية مقصوصة.
يتعامل Gen-5 مع الوضع العمودي بشكل أفضل من Gen-4، لكنه ما زال يُخرج بنسبة 16:9 افتراضيًا. ويتطلب التوليد العمودي معاملات نسبة عرض إلى ارتفاع صريحة، وقد ينتج نتائج أقل جودة قليلاً من المخرجات الأفقية للنموذج نفسه.
يتطلب سير عمل عملي لإنتاج الريلز ثلاثة أمور من أداة الفيديو بالذكاء الاصطناعي:
تتفوق معظم أدوات الفيديو بالذكاء الاصطناعي في واحد أو اثنين من هذه الأمور. وقليلة هي الأدوات التي تحقق الثلاثة باستمرار. وهنا تصبح المقارنة مثيرة للاهتمام.
Gen-5 نموذج قوي. لكن بالنسبة إلى Instagram Reels تحديدًا، له ثلاث نقاط احتكاك تؤثر في الصنّاع الفعليين.
يعتمد Runway Gen-5 افتراضيًا على مخرجات بنسبة 16:9 (1280x768). وعلى الرغم من توفر توليد عمودي بنسبة 9:16، فإن النموذج تدرّب في معظمه على لقطات أفقية، وقد تُظهر المخرجات العمودية عيوبًا في التكوين: أشخاص طويلون بشكل غير طبيعي، ومنظورات مضغوطة، أو ضبابية في الخلفية تبدو كتأثير معالجة لاحقة أكثر منها عمقًا طبيعيًا.
غالبًا ما يحصل صنّاع المحتوى الذين يحتاجون إلى 9:16 حقيقي على نتائج أفضل بتوليد مقطع 16:9 مع وضع الشخص في المركز، ثم تطبيق قص عمودي في تطبيق تحرير على الهاتف. وهذا يضيف خطوة إلى سير عمل يعاني أصلاً من ضغط الوقت.
يعمل Runway Gen-5 بنظام قائم على النقاط. وبحسب أسعار 2025، يكلّف توليد مقطع مدته 5 ثوانٍ بجودة قياسية ما بين 25 و50 نقطة حسب الدقة. وتتضمن خطة Pro بسعر 35 دولارًا شهريًا 2,250 نقطة، وهذا يكفي تقريبًا لإنتاج 50 إلى 90 مقطعًا مدته 5 ثوانٍ شهريًا. وبالنسبة إلى صانع محتوى ينشر ريلز يوميًا، فهذه ميزانية تنفد بسرعة.
يتراوح متوسط وقت التوليد تحت الضغط بين 90 ثانية و3 دقائق لكل مقطع بالدقة القياسية. وفي ساعات الذروة، قد يصل الطابور إلى 5 دقائق أو أكثر. وبالنسبة إلى صانع محتوى يعمل وفق جدول نشر صباحي، تتراكم أوقات الانتظار هذه على مدار أسبوع من المحتوى.
💡 تولّد عدة بدائل على PicassoIA مقاطع بجودة مماثلة في أقل من 90 ثانية، دون حد شهري للنقاط.
يستجيب Gen-5 جيدًا للغة الأوامر السينمائية. لكن محتوى الريلز غالبًا ما يتطلب سيناريوهات محددة وعفوية ومتمحورة حول الإنسان، لا المناظر الطبيعية الواسعة أو الحركة المجردة التي تنتجها الأوامر السينمائية بطبيعتها. ولكي يُخرج Gen-5 مقطعًا مقنعًا مدته 5 ثوانٍ لشخص يضحك ويشير بيده بعفوية في مقهى، دون حركات غريبة تُعرف بوادي الغرابة (uncanny valley)، يتطلب الأمر تكرارًا كبيرًا في صياغة الأمر النصي. وتتراكم كلفة هذا الوقت.
يستضيف PicassoIA أكثر من 100 نموذج لتحويل النص إلى فيديو وتحويل الصورة إلى فيديو، بما في ذلك عدة نماذج مناسبة تحديدًا للمحتوى الاجتماعي القصير. إليك أقوى الخيارات لسير عمل الريلز حاليًا.
تضم PicassoIA كلًا من Gen4 Turbo وGen 4.5 من تشكيلة Runway نفسها. تم تحسين Gen4 Turbo للسرعة: فهو يولّد المقاطع أسرع من نموذج Gen4 الكامل مع خسارة طفيفة في الجودة مقابل السرعة، مما يجعله عمليًا لدفعات المحتوى اليومية. أما Gen 4.5 فيقع بين Gen4 وGen-5 في تطور البنية، ويقدّم جودة حركة أفضل من Gen4 الأصلي بتكلفة حسابية أقل من Gen-5.
بالنسبة إلى صنّاع الريلز الذين يريدون أسلوب Runway البصري، فهذان الخياران هما الأكثر عملية للاستخدام اليومي. ويقدّم Gen 4.5 تحديدًا حركة بشرية نظيفة مع فصل جيد بين الشخص والخلفية، وهذا بالضبط ما يحتاجه الفيديو الاجتماعي العمودي.
يولّد Seedance 2.5 من ByteDance مقاطع تصل إلى 30 ثانية مع صوت أصلي، وهذا يجعله ضمن متطلبات مدة Instagram Reels بسهولة. وتتوافق نقاط قوة النموذج مع محتوى الريلز: فهو يتعامل مع الأشخاص بحركات دقيقة طبيعية (الشعر، والقماش، والتنفس)، ويولّد صوتًا محيطيًا مقنعًا، ويدعم نسبتي العرض إلى الارتفاع الأفقية والعمودية.
أما النسخة المجانية Seedance 2.5 Lite فتولّد مقاطع تصل إلى 10 ثوانٍ دون أي تكلفة نقاط، وهي مثالية للصنّاع الذين يريدون اختبار أفكار المحتوى قبل الالتزام بتوليد كامل.
💡 استخدم Seedance 2.5 Lite لصياغة أفكار مقاطع من 5 إلى 10 ثوانٍ، ثم ولّد المقاطع الفائزة عبر نموذج Seedance 2.5 الكامل قبل النشر.
يُخرج Kling v2.1 من Kwaivgi بدقة 1080p، وبجودة حركة تضاهي Gen-5 في الاختبارات المضبوطة. ويتفوق تحديدًا في الحركة القائمة على الفيزياء: تدفّق القماش، وحركة السوائل، واشتعال النار بشكل طبيعي. وبالنسبة إلى ريلز أسلوب الحياة والموضة والطعام حيث تهم الواقعية الملموسة، يتفوق Kling v2.1 بانتظام على نماذج Runway في هذا البعد تحديدًا.
قدرته على تحويل الصورة إلى فيديو قوية أيضًا، ما يعني أنه يمكنك توليد صورة ثابتة عالية الجودة بنموذج صور على PicassoIA، ثم تحريكها إلى مقطع ريلز باستخدام Kling. ويمنحك سير العمل من خطوتين تحكمًا بصريًا دقيقًا في كل مرحلة.
يُعد Veo 3 من Google من النماذج القليلة التي تولّد الفيديو والصوت المتزامن معه بشكل أصلي في مرور واحد، وبجودة قريبة من مستوى البث. وبالنسبة إلى الريلز التي تعتمد على الأصوات المحيطة أو مقتطفات الحوار أو الصوت البيئي لخلق الأجواء، فإن توليد الصوت في Veo 3 يتقدم على معظم المنافسين، بما في ذلك Gen-5.
يدعم النموذج إخراجًا يصل إلى 1080p، ويتعامل جيدًا مع المشاهد المعقدة التي تضم عدة أشخاص. وبالنسبة إلى ريلز بأسلوب وثائقي أو سردي، فإن الجمع بين الدقة البصرية وجودة الصوت في Veo 3 جذاب بشكل خاص.
يتميز Ray 3.2 من Luma بعمق ألوان بنطاق HDR. وتُعرض ريلز إنستغرام على شاشات OLED وشاشات عالية السطوع، والمقاطع ذات التباين القوي وتشبّع الألوان الغني تحقق أداءً أفضل في الخلاصات. ينتج Ray 3.2 فيديو بعمق بصري يبدو جيدًا حتى في المعاينة المصغّرة، وهذا يؤثر مباشرة في نسبة النقر على صفحة اكتشاف الريلز.
يُعد Wan 2.7 I2V خيارًا قويًا لسير عمل تحويل الصورة الثابتة إلى فيديو الذي يفضّله كثير من صنّاع الريلز. فمن خلال توليد صورة محكومة أولاً ثم تحريكها باستخدام Wan 2.7 I2V، تحصل على دقة دقيقة في الإطار الأول مقرونة بحركة سلسة ومتماسكة عبر المقطع. ويتراجع انزياح الشخص، وهو نمط الفشل الرئيسي لتحويل النص إلى فيديو للأشخاص، بشكل ملحوظ عندما يملك النموذج إطارًا مرجعيًا دقيقًا.
بما أن Runway Gen-5 غير متاح حاليًا كأداة مباشرة على PicassoIA، فإن Gen4 Turbo هو أقرب بديل للصنّاع الذين يريدون تحديدًا الأسلوب البصري لـ Runway.
| الميزة | Gen-5 (Runway) | Gen4 Turbo (PicassoIA) | Seedance 2.5 (PicassoIA) | Kling v2.1 (PicassoIA) |
|---|---|---|---|---|
| أقصى دقة | 1080p | 1080p | 1080p | 1080p |
| صوت أصلي | نعم | لا | نعم | لا |
| دعم الفيديو العمودي 9:16 | جزئي | نعم | نعم | نعم |
| سرعة التوليد | 90 ثانية إلى 5 دقائق | 60 إلى 90 ثانية | 90 إلى 120 ثانية | 90 إلى 150 ثانية |
| مستوى مجاني شهري | لا | محدود | نعم (Lite) | لا |
| جودة حركة الشخص | ممتازة | جيدة جدًا | جيدة جدًا | ممتازة |
| تماسك الخلفية | ممتاز | جيد | جيد جدًا | جيد جدًا |
| أفضل استخدام | علامات تجارية سينمائية | السرعة والحجم | وسائل التواصل الاجتماعي | الموضة وأسلوب الحياة |
يحتاج صنّاع المحتوى الذين ينشرون الريلز يوميًا إلى سير عمل قابل للتكرار وسريع ويمكن التنبؤ بتكلفته. واستنادًا إلى مقارنة النماذج أعلاه، يبدو الإعداد العملي كالتالي:
للأفكار الأولية: استخدم Seedance 2.5 Lite (مجاني، يصل إلى 10 ثوانٍ، وكافٍ للمراجعة الداخلية واعتماد الفكرة).
للمحتوى المنشور: تناوب بين Gen4 Turbo للسرعة، وKling v2.1 لمقاطع الموضة وأسلوب الحياة، وVeo 3 للمحتوى السردي أو المعتمد على الصوت.
لريلز تحويل الصورة الثابتة إلى فيديو: ولّد صورة حادة بأدوات الصور على PicassoIA، ثم حرّكها بواسطة Wan 2.7 I2V أو Ray 3.2 للحصول على حركة سلسة من إطار أول محكوم.
يمنحك هذا التناوب مرونة في السرعة دون الارتهان بنقاط قوة النموذج الواحد وقيوده. كما يوزّع تكاليف التوليد على أدوات لكل منها هيكل مستويات خاص بها، فلا تعتمد كليًا على توفر منصة واحدة أو تسعير النقاط فيها.
💡 سير عمل تحويل الصورة الثابتة إلى فيديو (توليد الصورة أولاً ثم تحريكها) ينتج تقريبًا دائمًا ثباتًا أنظف للشخص مقارنة بتحويل النص إلى فيديو وحده. فعندما يملك النموذج إطارًا أوليًا دقيقًا يستند إليه، ينخفض الانزياح الزمني بشكل ملحوظ.
من صيغ الريلز التي نمت بشكل لافت في 2027 مقطع الرأس المتحدث: شخص يتحدث مباشرة إلى الكاميرا، غالبًا على خلفية صوت رائج. وتتيح أدوات مزامنة الشفاه بالذكاء الاصطناعي تحقيق ذلك دون تصوير، من خلال تحريك صورة ثابتة لتتطابق مع مسار صوتي مرفق.
تتضمن فئة مزامنة الشفاه على PicassoIA نماذج تُحاكي حركة الفم الواقعية، والرمش الطبيعي، والحركة الخفيفة للرأس، انطلاقًا من صورة شخصية واحدة وملف صوتي. وبالنسبة إلى صنّاع المحتوى الذين يريدون إنتاج محتوى الرأس المتحدث بالجملة دون الظهور أمام الكاميرا، فهذا أكثر الصيغ كفاءة المتاحة.
وقد تحسّنت جودة المخرجات إلى حد أن مقاطع مزامنة الشفاه تبدو مقنعة بصريًا للمشاهدين العاديين، عند الدقة القياسية للريلز وسرعة التشغيل المعتادة. وعند دمجها مع أدوات تحويل النص إلى كلام لتوليد الصوت نفسه، يمكن أن تتم سلسلة الإنتاج كاملة من الفكرة حتى الريل المنشور دون أي تصوير فعلي.
إليك ما تبدو عليه سلسلة ريلز الرأس المتحدث بدون كاميرا عمليًا:
يستغرق سير العمل هذا كله، من الصفحة الفارغة حتى مقطع جاهز للنشر، أقل من 10 دقائق بمجرد إعداد السلسلة. أما التصوير التقليدي للمقطع نفسه فيحتاج على الأقل 30 دقيقة، بما في ذلك الإعداد وتعدد اللقطات والمونتاج الأساسي.
ليست كل صيغ الريلز تتطلب المستوى نفسه من تعقيد الذكاء الاصطناعي. إليك كيفية مطابقة الصيغة مع الأداة:
| صيغة الريل | الأداة الموصى بها | السبب |
|---|---|---|
| مقاطع أسلوب الحياة والجماليات | Kling v2.1 | واقعية قوية في الفيزياء والملمس |
| الرأس المتحدث / التعليمي | خط مزامنة الشفاه وتحويل النص إلى كلام | لا حاجة إلى كاميرا، وسريع للدفعات |
| عرض الطعام والمنتجات | Seedance 2.5 | حركة دقيقة طبيعية للأشياء |
| السفر والبيئة | Veo 3 | تزامن قوي بين الصوت والصورة |
| المنشورات اليومية سريعة التسليم | Gen4 Turbo | أسرع توليد بجودة جيدة |
| الأفكار الأولية | Seedance 2.5 Lite | مجاني، مقاطع من 10 ثوانٍ |
النمط بسيط: طابق النموذج مع متطلبات الصيغة، لا مع ما هو رائج فقط. فريل الطعام يحتاج إلى حركة طبيعية للأشياء، لا إلى حركات كاميرا درامية. ومقطع الرأس المتحدث يحتاج إلى حركة وجه واقعية، لا إلى تعقيد بيئي. واختيار النموذج المناسب للصيغة المناسبة هو ما يفصل صنّاع الذكاء الاصطناعي الفعّالين عن أولئك الذين يقضون ساعات في التكرار دون أن تتحسن النتائج.
الأدوات اللازمة لإنتاج ريلز Instagram احترافي الجودة بالذكاء الاصطناعي متاحة اليوم، ويمكن الوصول إليها دون حاجز اشتراك باهظ، وتنتج نتائج تضاهي ما يحققه معظم الصنّاع بإعدادات التصوير التقليدية أو تتفوق عليه. Runway Gen-5 نموذج قادر، لكنه خيار واحد ضمن مشهد واسع، وبالنسبة إلى الريلز تحديدًا، تستوفي عدة بدائل متاحة على PicassoIA معايير السرعة والتنسيق والجودة بثبات أكبر.
أفضل طريقة لمعرفة ما ينجح مع أسلوب محتواك هي تشغيل بضعة توليدات تجريبية عبر نموذجين أو ثلاثة في الجلسة نفسها. استخدم الأمر النصي نفسه، والشخص نفسه، والسيناريو نفسه، وقارن المخرجات جنبًا إلى جنب. ستتضح الفروق في أسلوب الحركة، وعرض الألوان، ومعالجة الأشخاص فورًا خلال أول مقارنة.
ابدأ من مكتبة النماذج الكاملة على PicassoIA لتطلع على كل ما هو متاح. تضم فئة توليد الفيديو وحدها أكثر من 100 نموذج تغطي كل مستويات الجودة وتفضيلات السرعة. اختر النموذج الذي يناسب سير عملك وابدأ بالنشر.
اختر لغتك
