بعد تشغيل حملات إعلانية حقيقية على YouTube باستخدام Sora 2 Pro، أصبح لدينا بيانات فعلية عن معدلات النقر، وتكلفة إنتاج كل مادة، وسرعة الانتقال من الأمر النصي إلى النشر، والحدود التي تصل إليها إعلانات الفيديو المولّدة بالذكاء الاصطناعي مقارنةً بطرق الإنتاج التقليدية.
شغّلنا Sora 2 Pro في اختبار إعلاني حقيقي على YouTube. ليست تجربة في بيئة تجريبية معزولة، ولا مقطعًا مختارًا بعناية. حملات فعلية، وإنفاق إعلاني فعلي، ونتائج فعلية. فنّدت النتائج معظم ما توحي به الضجة المحيطة بالنموذج، وأظهرت صورة أكثر تحديدًا لما يستطيع هذا النموذج فعله وما لا يستطيعه عندما يكون المال على المحك.
Sora 2 Pro هو المستوى المتقدم من نظام توليد الفيديو Sora التابع لشركة OpenAI. يقع فوق عرض Sora 2 القياسي، ويقدّم مخرجات بدقة أعلى، ومدد مقاطع أطول، وطوابير توليد ذات أولوية، ونقاط شهرية أكثر.
| الميزة | Sora 2 القياسي | Sora 2 Pro |
|---|---|---|
| أقصى دقة | 720p | 1080p |
| أقصى مدة للمقطع | 5 ثوانٍ | 20 ثانية |
| النقاط الشهرية | محدودة | موسّعة |
| طابور التوليد | قياسي | ذو أولوية |
| السعر التقريبي | 20 دولارًا شهريًا | 200 دولار شهريًا |
فارق السعر كبير. بالنسبة إلى المبدع المستقل أو الفريق الصغير، يمثل مبلغ 200 دولار شهريًا قرارًا ماليًا حقيقيًا. والسؤال الذي صُمم الاختبار للإجابة عنه: هل تترجم جودة المخرجات فعلًا إلى أداء إعلاني أفضل؟
بعيدًا عن المواصفات المكتوبة، يُنتج المستوى Pro حركة أكثر ثباتًا بشكل ملحوظ. تُظهر مخرجات Sora 2 القياسي أحيانًا ما يسميه المجتمع "فيزياء الهلام"، أي أجسام تتحرك بطريقة تبدو غير صحيحة فيزيائيًا بعض الشيء. ويقلّ عدد هذه العيوب في نموذج Pro، خاصةً في اللقطات المقرّبة لأيدي الأشخاص ووجوههم والمنتجات.
مدة المقطع الأطول مهمة بشكل خاص لإعلانات YouTube. فالمقطع مدته 5 ثوانٍ يحتاج إلى قطع حادة ليملأ إعلانًا تمهيديًا مدته 15 ثانية. أما المقطع المدته 20 ثانية فيمكن أن يكون لقطة مستمرة واحدة بإيقاع طبيعي، وهذا يعطي نتائج أفضل مع المشاهدين الذين يتخطون الإعلان عند أول فرصة.
جرى الاختبار عبر ثلاث فئات منتجات: منتج اشتراك برمجي، وجهاز استهلاكي، وعلامة ملابس تجارية تعمل بالتجارة الإلكترونية. شغّلت كل فئة حملات متوازية، إحداها بفيديو مولّد بالذكاء الاصطناعي من Sora 2 Pro، والأخرى بلقطات صوّرها فريق إنتاج.
شملت صيغ إعلانات YouTube الثلاث التالية في الاختبار:
شكّلت Shorts تحديًا خاصًا. فإن Sora 2 Pro يُنتج افتراضيًا مخرجات أفقية. ويتطلب توليد فيديو عمودي أصلي ضبطًا صريحًا لنسبة العرض إلى الارتفاع في الأمر النصي، وأحيانًا ينتج مشكلات في التكوين، إذ يُقصّ الشخص عند الأطراف بشكل غير مناسب.
شغّلت كل حملة لمدة 21 يومًا بالاستهداف نفسه، واستراتيجيات المزايدة نفسها، والميزانيات اليومية نفسها. كان التصميم الإبداعي هو المتغير الوحيد. بلغ إجمالي الإنفاق على الحملات الست نحو 4,800 دولار.
جودة المخرجات من Sora 2 Pro مثيرة للإعجاب فعلًا في أنواع مشاهد محددة. ومعرفة المشاهد التي تنجح هي الأساس للاستفادة من النموذج بشكل منتج في الإعلانات.
تحقق اللقطات ذات الشخص الواحد أفضل النتائج. شخص يدخل الإطار، أو منتج يدور على سطح، أو قهوة تُصبّ، أو شاشة هاتف تُلمس. هذه السيناريوهات تنتج باستمرار فيديوًا نظيفًا وواقعيًا، مع ضبابية حركة مناسبة، وإضاءة دقيقة، وفيزياء معقولة.
بالنسبة إلى حملة منتج البرمجيات، جرى توليد مشهد يعرض شاشة حاسوب محمول تُظهر واجهة مستخدم نظيفة، ويد تمتد للتفاعل معها. احتاجت المخرجات إلى تكرارين للأمر النصي لتصل إلى الصورة الصحيحة، لكن المقطع النهائي لم يكن يُميَّز عن لقطات صوّرها مصوّر فيديو في معظم ظروف المشاهدة.
تجدر الملاحظة: يتعامل Sora 2 Pro مع حركة الكاميرا بشكل جيد. فحركات الاقتراب البطيئة (dolly-in)، والبانوراما اللطيفة، ولقطات التتبع التي تلاحق الشخص ضمن نطاق مخرجاته الموثوق. أما القطعات السريعة وحركات الكاميرا المفاجئة فهي الموضع الذي تظهر فيه العيوب بتكرار أكبر.
مشاهد الحشود، والبيئات الخارجية التي تضم عناصر متحركة كثيرة، والمشاهد سريعة الحركة، هي المواضع التي يعاني فيها النموذج. تضمّن الاختبار محاولة لتوليد مشهد شارع مزدحم في المدينة لحملة الجهاز الاستهلاكي. وبعد أربعة تكرارات للأمر النصي، ما زالت المخرجات تُظهر حركة غير متسقة للمارة، وعمقًا غير طبيعي للخلفية.
كان القرار العملي هو تحويل هذا المشهد إلى لقطة مقرّبة أبسط لمنتج، فتم توليدها بشكل نظيف من المحاولة الأولى. وأصبح هذا نمطًا متكررًا في سير عمل الاختبار: عند الشك، بسّط المشهد.
الحصول على مقطع صالح للاستخدام من Sora 2 Pro في سياق إعلاني احترافي يتطلب نهجًا أكثر تعمدًا في كتابة الأوامر النصية مما تُظهره معظم الدروس التعليمية.
الأوامر النصية العامة تنتج فيديو عامًا. والفرق الجوهري بين مقطع بجودة إعلانية ومقطع من عرض تجريبي يعود إلى التحديد في ثلاثة مجالات:
دقة وصف الشخص: بدلًا من "شخص يستخدم حاسوبًا محمولًا"، اكتب "امرأة تبلغ 30 عامًا، بشعر بني يصل إلى الكتفين، تجلس إلى مكتب خشبي فاتح من خشب البلوط، تستخدم حاسوبًا محمولًا فضيًا، وتنظر إلى الشاشة بتركيز واضح، وضوء الصباح الطبيعي يأتي من اليسار." ويرتبط مستوى الوصف ارتباطًا مباشرًا بثبات النتائج.
تنسيق الحركة: صف ما يحدث خلال مدة المقطع بالتسلسل. فعبارة "تكتب لمدة ثانيتين، ثم تتوقف، وتومئ قليلًا، ثم تمد يدها إلى فنجان قهوة على يمينها" تنتج فعلًا متسقًا. أما أوصاف الحركة الغامضة فتنتج حركة عشوائية.
الإضاءة والجو: حدّد اتجاه الإضاءة وجودتها ودرجة حرارة لونها. فعبارة "ضوء نهاري غائم ومنتشر من نافذة على يسار الكاميرا، مع إضاءة مكتب دافئة بحرارة 3200K من اليمين، بلا ظلال قاسية" تمنح النموذج ما يكفي للعمل، بدلًا من أن يخترع تفسيره الخاص.
هنا يتمتع Sora 2 Pro بميزة لا يمكن إنكارها مقارنةً بالإنتاج التقليدي. فتعديل الأمر النصي يستغرق ثوانٍ للكتابة، وطابور التوليد في المستوى Pro يعيد النتائج خلال دقيقتين إلى خمس دقائق. وتكرار توليد المقطع لا يكلّف شيئًا سوى استهلاك النقاط.
عبر الاختبار، كان متوسط عدد محاولات التوليد لكل مقطع نهائي 2.4. وكانت بعض المقاطع صالحة للاستخدام من المحاولة الأولى. أما المشهد الأكثر تعقيدًا فاحتاج إلى سبعة تكرارات. وعلى مستوى سير عمل الإنتاج الإعلاني بأكمله، بلغ الوقت من الموجز حتى المقاطع النهائية يومين للحملات المولّدة بالذكاء الاصطناعي، مقابل تسعة أيام لحملات فريق الإنتاج.
الاستنتاج العملي ليس أن الذكاء الاصطناعي يحل محل فريق إنتاج. بل أنه ينتج أصلًا إبداعيًا قابلًا للاختبار خلال ساعات بدلًا من أسابيع. وبالنسبة إلى الإعلانات، حيث يُعد اختبار التصاميم الإبداعية أكثر طرق تحسين الأداء موثوقية، فإن هذه السرعة لها قيمة ملموسة.
أظهرت نتائج الفئات الثلاث الإعلانية أنماطًا متسقة، ولم تتفوق حملة بشكل كبير على أخرى.
| الحملة | الصيغة | معدل النقر (AI) | معدل النقر (إنتاج) | معدل المشاهدة (AI) | معدل المشاهدة (إنتاج) |
|---|---|---|---|---|---|
| البرمجيات | قابلة للتخطي | 3.2% | 3.6% | 42% | 48% |
| الجهاز الاستهلاكي | غير قابلة للتخطي | 1.1% | 1.3% | 78% | 81% |
| الملابس | Shorts | 4.8% | 4.1% | 61% | 56% |
اتجه معدل النقر (CTR) ومعدل المشاهدة بعد الظهور (VTR) نحو الانخفاض قليلًا للتصاميم المولّدة بالذكاء الاصطناعي في فئتين من الفئات الثلاث. والاستثناء كان حملة Shorts للملابس، حيث تفوق الفيديو العمودي المولّد بالذكاء الاصطناعي على لقطات الإنتاج. والسبب المرجّح: كانت مقاطع الذكاء الاصطناعي ذات تكوين أكثر إحكامًا وإيقاعًا أسرع، ما يناسب صيغة Shorts وتوقعات جمهورها.
كانت فجوة الأداء في الفئتين الأخريين صغيرة بما يكفي لتجعل كفاءة التكلفة هي العامل الحاسم.
| بند التكلفة | مولّد بالذكاء الاصطناعي | إنتاج تقليدي |
|---|---|---|
| اشتراك Sora 2 Pro | 200 دولار شهريًا | غير متاح |
| وقت الإنتاج الإبداعي | 16 ساعة داخلية | 9 أيام مع طاقم خارجي |
| الطاقم الخارجي والممثلون | 0 دولار | 3,200 دولار |
| إجمالي التكلفة الإبداعية | نحو 400 دولار | نحو 3,800 دولار |
| تكلفة الألف ظهور (CPM) في الحملات | 11.20 دولار | 11.80 دولار |
أنتج سير العمل بالذكاء الاصطناعي أداءً إعلانيًا مماثلًا بتكلفة إبداعية تبلغ نحو عُشر التكلفة التقليدية. كان فرق تكلفة الألف ظهور (CPM) ضئيلًا. وعند الحجم الذي جرى اختباره، لم يكن فرق الأداء في النقرات كافيًا لتجاوز ميزة التكلفة لدى نهج الإنتاج بالذكاء الاصطناعي.
من نقاط الاحتكاك في استخدام Sora 2 Pro مباشرةً عبر OpenAI هي واجهة الاشتراك، المصممة لتجريب عرضي أكثر من سير عمل الإنتاج. تتيح PicassoIA الوصول إلى Sora 2 Pro إلى جانب كتالوج واسع من نماذج توليد الفيديو الأخرى، ما يجعل مقارنة المخرجات واختيار الأداة المناسبة لكل متطلب إعلاني محدد أمرًا عمليًا.
على PicassoIA، يقع Sora 2 Pro ضمن مجموعة تحويل النص إلى فيديو، إلى جانب بدائل قد تتفوق عليه في سيناريوهات إعلانية محددة. تجعل المنصة من السهل تشغيل الأمر النصي نفسه عبر نماذج متعددة ومقارنة النتائج قبل الاعتماد على مقطع نهائي.
بالنسبة إلى إنتاج إعلانات YouTube، سير العمل على PicassoIA مباشر:
حسب نوع الإعلان، قد تكون نماذج أخرى في كتالوج PicassoIA الخيار الأفضل لبعض اللقطات:
Seedance 2.5: ينتج مقاطع تصل إلى 30 ثانية مع صوت أصلي، وهو مثالي للإعلانات القابلة للتخطي الأطول دون الحاجة إلى دمج عدة توليدات معًا.
Veo 3.1: يقدّم فيديو بدقة 1080p مع توليد صوت أصلي، لذا يمكن أن تأتي أصوات الخلفية والموسيقى مباشرةً من النموذج، ما يقلل من عمل الصوت في مرحلة ما بعد الإنتاج.
Kling v3 Video: قوي بشكل خاص في اللقطات السينمائية التي تركز على المنتجات. إذا كان الإعلان يعرض منتجًا ماديًا، فإن Kling v3 ينتج ملامح مواد أوضح وفيزياء أدق للأجسام من Sora 2 Pro في معظم الاختبارات المعيارية.
Ray 3.2: مخرجات HDR تجعله مناسبًا للإعلانات المعروضة على شاشات عالية الجودة حيث يهم عمق الألوان، خاصةً في مواضع التلفاز المتصل بالإنترنت.
LTX 2 Pro: قدرة على إخراج 4K، مفيدة عندما يُعاد استخدام الإعلان عبر YouTube والتلفاز المتصل بالإنترنت، حيث تكون توقعات الدقة أعلى.
Wan 2.7 T2V: دقة 1080p مع التزام قوي بالأمر النصي في تكوين المشهد. يعمل جيدًا مع مشاهد أسلوب الحياة التي تحتاج إلى مطابقة بريف بصري محدد مع أقل قدر من الانحراف.
Pixverse v5.6: توليد سريع مع دقة 1080p جيدة، ومناسب للاختبار الإبداعي عالي الحجم حيث تكون سرعة التكرار هي الأولوية.
Hailuo 02: جودة سينمائية بدقة 1080p. قوي للإعلانات ذات الطابع القصصي حيث تهم الأجواء البصرية بقدر أهمية وضوح المنتج.
النهج العملي هو استخدام Sora 2 Pro كنقطة بداية لمعظم المقاطع، ثم توجيه أنواع مشاهد محددة إلى النموذج الأنسب لها بحسب متطلبات اللقطة.
تشير نتائج الاختبار بوضوح إلى سياقات محددة يكون فيها Sora 2 Pro منطقيًا لإعلانات YouTube، وسياقات أخرى لا يكون فيها كذلك.
الاختبار الإبداعي عالي الحجم: إذا كانت استراتيجية الإعلان تقوم على تشغيل تنويعات إبداعية كثيرة للوصول إلى الأفضل أداءً، فإن توليد الذكاء الاصطناعي يجعل هذا الحجم في المتناول. إنتاج 20 تصميمًا بفريق إنتاج يكلّف أكثر بكثير من إنتاج 20 تصميمًا بالعدد نفسه عبر Sora 2 Pro.
حملات سريعة التنفيذ: إطلاق المنتجات، والعروض الموسمية، والعروض المحدودة الوقت تستفيد من نافذة الإنتاج التي تبلغ يومين، والتي يتيحها الفيديو بالذكاء الاصطناعي، مقابل نافذة أسبوعين للإنتاج التقليدي.
Shorts على وجه الخصوص: أظهرت نتائج الاختبار أن المحتوى العمودي المولّد بالذكاء الاصطناعي أدى أداءً جيدًا في هذه الصيغة. فالأسلوب السريع والحيوي الذي تكافئه Shorts يتوافق جيدًا مع ما ينتجه توليد الفيديو بالذكاء الاصطناعي بطبيعته عند توجيهه بشكل صحيح.
لقطات B-roll والمواد المساندة: حتى في الحملات التي يُصوَّر فيها التصميم الأساسي بالطرق التقليدية، يمكن للفيديو المولّد بالذكاء الاصطناعي أن يملأ مواضع B-roll، ولقطات الانتقال، ولقطات القطع المساندة بتكلفة ضئيلة.
نظرة واقعية على التكلفة: مع مستوى Sora 2 Pro البالغ 200 دولار شهريًا، يصبح توليد 50 إلى 80 مقطعًا في الشهر واقعيًا مع إدارة حذرة للنقاط. وبالنسبة إلى الفرق التي تشغّل حملات بشكل مستمر، فإن تكلفة كل مقطع أقل بكثير من أي طريقة إنتاج بديلة.
متطلبات الشخصيات الخاصة بالعلامة التجارية: إذا كان التصميم الإعلاني يتطلب شخصًا محددًا، مثل متحدث باسم العلامة التجارية، أو رياضي معروف، أو شخصية متكررة ثابتة، فإن توليد الفيديو بالذكاء الاصطناعي ليس الأداة المناسبة. فالنماذج الحالية لا تستطيع إعادة إنتاج مظهر فرد بعينه بشكل موثوق عبر عدة مقاطع.
المشاهد المعقدة متعددة العناصر: مشاهد الشوارع، والبيئات المزدحمة، والحركة الرياضية، وأي مشهد يتطلب تفاعلًا دقيقًا بين عدة عناصر متحركة، ما زالت تنتج نتائج غير متسقة. بسّط المشهد حتى يصبح ضمن النطاق الموثوق للنموذج، أو استخدم أداة أخرى لتلك اللقطات تحديدًا.
القطاعات الخاضعة للتنظيم: التمويل، والصناعات الدوائية، وبعض فئات الإعلانات الصحية لها متطلبات محددة بشأن ما يمكن عرضه وما لا يمكن. ويفتقر توليد الفيديو بالذكاء الاصطناعي إلى التحكم الدقيق على مستوى الإطار اللازم لضمان الامتثال.
تشير بيانات هذا الاختبار إلى استنتاج مباشر: Sora 2 Pro ليس بديلًا عن الإنتاج الاحترافي للفيديو في كل سياق. إنه أداة محددة تنتج أداءً إعلانيًا مقاربًا لأداء الإنتاج التقليدي بجزء من التكلفة، للمشاهد البسيطة إلى متوسطة التعقيد.
بالنسبة إلى المعلنين الذين يستعدون لاستثمار الوقت في صناعة الأوامر النصية وبناء سير عمل يوجّه أنواع المشاهد المختلفة إلى نموذج التوليد المناسب، تصبح الحسابات مقنعة. فحملة Shorts للملابس في هذا الاختبار تفوقت فعلًا على الإبداع الذي أنتجه طاقم الإنتاج في معدل النقر ومعدل المشاهدة بعد الظهور. وهذا ليس مصادفة. إنه دليل على أنه، مع الصيغة المناسبة والنهج المناسب، أصبح الفيديو بالذكاء الاصطناعي منافسًا بالفعل في بيئة إعلانية حية.
إذا أردت أن ترى ما ينتجه Sora 2 Pro من أفكار إعلاناتك الخاصة، فإن PicassoIA يتيح لك الوصول إليه إلى جانب أكثر من 100 نموذج آخر لتوليد الفيديو. ابدأ بلقطة واحدة من موجز حملتك القادمة. قارن مخرجات الذكاء الاصطناعي بما كان فريق الإنتاج سيقدمه. قد تكون الفجوة أصغر مما تتوقع، وسيكون فرق التكلفة واضحًا على الفور.
جميع النماذج المتاحة مدرجة على picassoia.com/en/all-models.
اختر لغتك
