اختبار Veo 3 المعياري: اختبارات الواقعية ودرجات الجودة والأمثلة والبدائل

نظرة عملية على أداء Google Veo 3 في الاختبارات المهمة للواقعية: الوجوه والأيدي وفيزياء الماء والحشود والصوت الأصلي. ستجد نظام تقييم مرجّحًا ودرجات مراجعات منشورة ومشاهد اختبار نموذجية وأربعة نماذج فيديو يمكنك استخدامها اليوم.

اختبار Veo 3 المعياري: اختبارات الواقعية ودرجات الجودة والأمثلة والبدائل
Cristian Da Conceicao

كل بضعة أسابيع يدّعي نموذج فيديو جديد بالذكاء الاصطناعي أنه "لا يُميَّز عن اللقطات الحقيقية"، وكل بضعة أسابيع ينشر أحدهم مقطعًا فيه أيدٍ بستة أصابع أو ماءٌ يتدفق إلى الأعلى. إذا كنت تحاول أن تقرر ما إذا كان Veo 3 من Google يستحق مكانًا في سير عملك، فالعروض الترويجية البارزة لن تساعدك. ما سيساعدك هو اختبار معياري قابل للتكرار. يعرض هذا المقال اختبار واقعية يمكنك تشغيله بنفسك، ويُظهر المشاهد التي تكشف نقاط الضعف بأسرع طريقة، ويلخّص درجات الجودة التي نشرها المراجعون، ويشير إلى أربعة بدائل يمكنك استخدامها اليوم.

ملاحظة قبل أن نبدأ: Veo 3 غير متاح على PicassoIA. أما Veo 3.1، خلفه، فهو متاح، وكذلك عدة نماذج منافسة. وهي مغطاة في قسم البدائل مع روابط مباشرة.

لماذا لا يزال Veo 3 يُقارَن في الاختبارات؟

أُطلق Veo 3 في مايو 2025، وغيّر توقعات الناس من توليد الفيديو بالذكاء الاصطناعي لأنه ينتج صوتًا متزامنًا مع الصورة في عملية واحدة: حوار، وخطوات، وضوضاء محيطة. قبل ذلك، كانت معظم نماذج تحويل النص إلى فيديو تعطيك مقاطع صامتة وتترك تصميم الصوت لك.

تلاه Veo 3.1 في 15 أكتوبر 2025، أي بعد نحو خمسة أشهر. يصف تحليل صادر عن طرف ثالث النسختين بأنهما تشتركان في البنية الأساسية نفسها، وأن التحسينات تظهر في جودة الصوت ومزامنة الشفاه ودعم الفيديو العمودي، لا في إعادة تصميم من الصفر. هذا الادعاء مصدره ثانوي، لذا تعامل معه على أنه رأي مطّلع، لا مواصفة مؤكدة.

لماذا يهم هذا في الاختبار المعياري؟ لأن Veo 3 يظل نقطة المرجعية التي يقارن بها كثير من صنّاع المحتوى. عندما يظهر نموذج جديد، يكون السؤال الأول غالبًا: "هل هو أفضل من Veo 3؟" وللإجابة عن ذلك بإنصاف، تحتاج إلى اختبار لا يعتمد على مقاطع منتقاة بعناية.

مخرج سينمائي يراجع إطارًا متوقفًا من فيديو على شاشة مرجعية

💡 ملاحظة شفافية: الصور الفوتوغرافية في هذا المقال إطارات مرجعية توضيحية لكل مشهد اختبار، تُظهر شكل النجاح. ليست مخرجات من Veo 3، ولا ينشر المقال درجات مختلقة لـ Veo 3. الأرقام المذكورة لاحقًا مأخوذة من مراجعات عامة، وقد أُعيد صياغتها بكلماتي.

نظام التقييم

الواقعية ليست شيئًا واحدًا. قد يملك مقطع بشرة بلا عيوب ومع ذلك يفشل لأن بخار القهوة يتحرك في حلقة متكررة. الاختبار الجيد يقسّم الواقعية إلى أجزاء ويمنح كل جزء وزنًا.

ست فئات، درجة واحدة لكل فئة

قيّم كل فئة من 1 إلى 10، ثم طبّق الأوزان أدناه.

الفئةما تتحقق منهالوزن
الوجوه والبشرةالمسام، واللاتناظر، معدل رمش العين، التعابير الدقيقة20%
اليدان والجسمعدد الأصابع، القبضة، انحناء المفاصل، طريقة المشي20%
الفيزياءالماء، والقماش، والدخان، والجاذبية، والتصادمات20%
الكاميرا والإضاءةسلوك العدسة، عمق الميدان، ثبات الظلال15%
الاستقرار الزمنيثبات شكل الأشياء وهويتها عبر الإطارات15%
تطابق الصوتملاءمة الصوت للحركة، ومزامنة الشفاه، وعدم وجود انزياح10%

تحصل الوجوه واليدان والفيزياء على أعلى الأوزان لأن المشاهدين يلاحظون هذه الأخطاء فورًا. ويحصل الصوت على أدنى وزن فقط لأن كثيرًا من المشاريع تستبدله لاحقًا في مرحلة ما بعد الإنتاج.

قاعدة الخمس ثوانٍ

شاهد كل مقطع مرة واحدة بالسرعة الطبيعية، ثم مرة أخرى مع كتم الصوت. تختبئ معظم العيوب في المشاهدة الثانية. إذا لاحظت شيئًا غريبًا خلال خمس ثوانٍ، فسيلاحظه الجمهور أيضًا. أنقص درجة هذه الفئة نقطتين على الأقل.

أبقِ الأمر النصي ثابتًا

استخدم نص الأمر النصي نفسه مع كل نموذج تقارنه. غيّر النموذج، لا الصياغة. ولّد ثلاث محاولات على الأقل لكل أمر نصي، لأن مقطعًا واحدًا محظوظًا لا يقول شيئًا تقريبًا عن الثبات. واحسب الدرجة من المحاولة الوسطى، لا من الأفضل.

منظر علوي لورقة تقييم مطبوعة بجانب حاسوب محمول وبطاقة معايرة الألوان

اختبارات الواقعية التي تكشف نقاط الضعف

اختيرت هذه المشاهد الستة لأن كل واحد منها يضغط على نوع مختلف من أنواع الفشل في نماذج الفيديو. شغّلها بالترتيب.

الاختبار 1: البشرة والوجوه

فكرة الأمر النصي: صياد مسن يصلح شبكة صيد على رصيف خشبي عند شروق الشمس، لقطة قريبة، وضوء جانبي ناعم. انظر إلى المسام، ورطوبة العينين، وهل تتحرك التجاعيد بشكل طبيعي عندما يضيّق عينيه. البشرة المفرطة النعومة هي العلامة الكلاسيكية لنموذج يولّد "وجهًا" بدلًا من وجه تحت الضوء.

النجاح يعني ملمسًا مرئيًا، وإضاءة غير متساوية قليلًا عبر الخد، وعينين تتتبعان العمل في يديه. أما الفشل فيبدو شمعيًا، مع عينين تحدّقان بعيدًا عن الكاميرا.

إطار مرجعي لوجه صياد مسن على شاشة مرجعية

الاختبار 2: اليدان والأصابع

فكرة الأمر النصي: لقطة قريبة ليد تلتف حول كوب قهوة من السيراميك، والبخار يتصاعد، وكم صوف على المعصم. اليدان أقدم اختبار ضغط في الوسائط المولّدة، لأن هندستها معقدة وبيانات التدريب مليئة بالمنظورات الجزئية.

عدّ الأصابع في الإطار 1، والإطار 60، والإطار الأخير. تحقّق من أن الأصابع تتشوه أثناء الإمساك، وأن الكوب لا ينزلق عبر الكف. تظهر أعطال الأيدي عادةً في منتصف الحركة، لا في الإطار الأول، لذلك لا تحكم أبدًا من الصورة المصغّرة.

إطار مقرّب ليد تمسك كوب سيراميك مع بخار

الاختبار 3: الماء والفيزياء

فكرة الأمر النصي: لقطة من زاوية منخفضة، ماء يُصبّ من إبريق فولاذي في كوب على طاولة من خشب البلوط، وقطرات تتناثر، وضوء نافذة من اليمين.

الماء قاسٍ جدًا. يحتاج إلى انكسار الضوء، وتوتر سطحي معقول، وتناثر يتبع أقواسًا، وكوب يمتلئ بالمعدل الصحيح. تنتج نماذج كثيرة كوبًا يمتلئ بينما ما زال التيار في الهواء. إذا لم يرتفع مستوى السائل بما يتناسب مع ما صُبّ، فانزل بدرجة الفيزياء بشدة.

وصل اختبار معياري من جامعة Tsinghua يسمى WorldReasonBench إلى استنتاج مشابه بنطاق أوسع: قد تبدو نماذج الفيديو مبهرة وتفشل مع ذلك في استيعاب طريقة عمل العالم المادي. كان Veo 3.1 من بين النماذج التي قيّمها. باختصار، الصقل البصري والصحة الفيزيائية مهارتان منفصلتان.

إطار من زاوية منخفضة لماء يتناثر من إبريق على طاولة من خشب البلوط

الاختبار 4: المناظر الطبيعية وحركات الكاميرا

فكرة الأمر النصي: لقطة جوية من طائرة مسيّرة تتبع شاحنة بيضاء على طريق ساحلي فوق المنحدرات عند الساعة الذهبية.

هنا تتحقق من الانزياح المنظوري، والضباب الجوي، وحركة الأمواج، وهل تحتفظ المركبة بالشكل واللون نفسيهما مع حركة الكاميرا. المناظر الطبيعية هي المكان الذي تسجل فيه معظم نماذج الفيديو أعلى الدرجات، لأن المشاهد متسامحة. لا ينبغي أن تحمل الدرجة المرتفعة هنا وزنًا كبيرًا في حكمك النهائي.

إطار جوي لطريق ساحلي بمحاذاة منحدرات البحر عند الساعة الذهبية

الاختبار 5: الحشود وحركة الخلفية

فكرة الأمر النصي: شابة تمشي في سوق ليلي مفتوح، والكاميرا محمولة باليد، والمصابيح الدافئة فوق الرؤوس.

هنا يظهر انحراف الهوية في الأشخاص الخلفيين. راقب الكومبارس: هل تتشوه الوجوه أثناء مرورهم؟ هل يحتفظ أصحاب الأكشاك بالأيدي والمآزر نفسها؟ هل تحتفظ سترة الشخصية الرئيسية بخياطتها؟ يجب أن تبدو ضبابية حركة المارة كأنها مصراع كاميرا حقيقي، لا كتأثير تمويه.

لقطة متوسطة لامرأة تمشي في سوق ليلي مزدحم

الاختبار 6: الصوت الأصلي

فكرة الأمر النصي: شخص يصبّ الماء في كوب داخل مطبخ هادئ؛ نسمع صوت الصبّ، ثم صوت جرّ كرسي.

هذه الميزة المميزة لنموذج Veo 3، لذلك تستحق اختبارًا خاصًا بها. أغمض عينيك واستمع. يجب أن يبدأ الصبّ عندما يلامس التيار الكوب. ويجب أن يتزامن صوت جرّ الكرسي مع الحركة المرئية. ويجب أن يبقى الصوت الخلفي للغرفة ثابتًا طوال المقطع. إذا كنت تعمل مع حوارات منطوقة، فتحقق من مزامنة الشفاه في الأصوات الانفجارية مثل "b" و"p"، حيث تنغلق الشفتان بوضوح.

مهندس صوت في غرفة العزل يتحقق من صوت فيديو متوقف

درجات الجودة من المراجعات العامة

الأرقام الرسمية والمتكافئة لـ Veo 3 يصعب العثور عليها. البحث عن نتائج MovieGen Bench للنموذج لم يُظهر أي تقرير أولي. يقول مصدر ثانوي إن تشغيلات مستقلة لاختبارَي MovieGenBench و VBench تضع Veo 3.1 في الفئة العليا من حيث الالتزام بالأمر النصي والجودة البصرية ومزامنة الصوت، لكن تعذّر العثور على أرقامها الأساسية، لذلك يبقى هذا الادعاء غير متحقق منه.

ما هو موجود فعلًا هو درجات مراجعين أفراد. هذا ما ذكرته مراجعة تفصيلية واحدة لعائلة Veo:

النموذجالإجماليالدقة البصريةالأسلوب والواقعية السينمائية
Veo 3.17.2 / 107.1 / 107.0 / 10
Veo 3.1 Fast6.9 / 107.1 / 10غير مذكورة هنا

لاحظ المراجع نفسه أن Veo 3.1 ما زال قادرًا على إنتاج مشاهد تحمل "المظهر الاصطناعي" المعروف. الدرجة 7 من 10 محترمة، لكنها ليست "لا تُميَّز عن الواقع"، وهذه نظرة واقعية مفيدة على الدعاية التسويقية.

ماذا تخبرك الدرجات فعلًا

تبرز درسان:

  • الإصدارات السريعة تحتفظ بمعظم الدقة البصرية. جاء النموذج السريع مطابقًا للقياسي في تلك الدرجة الفرعية. إذا كنت تجرّب أفكارًا متعددة، فالخيار الأرخص والأسرع يخسر القليل.
  • درجات المراجعين ذاتية. مراجع مختلف بأوامر نصية مختلفة سيصل إلى نتيجة أخرى. اختبارك الخاص، المطبّق على حالات استخدامك، يستحق أكثر من أي رقم منشور.

التكلفة مقابل الجودة

يُذكر أن Veo 3.1 يكلّف تقريبًا 15% أكثر من Veo 3 للمخرجات المرئية فقط. بالنسبة لحملة قصيرة فهذا مبلغ صغير. أما لدفعة من مئات المقاطع فيتراكم، وهذا سبب آخر لتشغيل نظام التقييم قبل الالتزام بنموذج.

مخرجان يقارنان إطارين متشابهين تقريبًا على شاشتين

بدائل Veo 3 التي يمكنك استخدامها اليوم

Veo 3 غير متاح على PicassoIA بعد. للحصول على نتائج مشابهة اليوم، هذه النماذج الفيديوية الأربعة متاحة، ويمكن تشغيل كل منها عبر الاختبارات الستة المذكورة أعلاه.

النموذجالأفضل لـملاحظات
Veo 3.1أقرب خليفة لنموذج Veo 3تحويل النص إلى فيديو بدقة 1080p مع صوت أصلي
Veo 3.1 Fastالتكرار السريعأسرع وأخف، ومناسب لاختبار الأوامر النصية
Kling v3 Videoالحركة السينمائيةحركة كاميرا قوية وتدفق مشهد جيد
Sora 2صوت متزامن من OpenAIتحويل النص إلى فيديو مع صوت متطابق

Veo 3.1 للتطابق الأقرب

إذا أعجبك Veo 3 وتريد النتائج نفسها من العائلة ذاتها، فإن Veo 3.1 هو المحطة الأولى الواضحة. يحتفظ بنهج الصوت مع الفيديو، وتتركز تحسيناته المعلنة في جودة الصوت ومزامنة الشفاه والصيغ العمودية. وهو أيضًا النموذج الذي تشير إليه درجات المراجعات العامة أعلاه.

Veo 3.1 Fast لتجارب الاختبار

شغّل مسوداتك الأولى عبر Veo 3.1 Fast. بما أن المراجعين وجدوا دقته البصرية قريبة من النموذج القياسي، فهي طريقة معقولة لفحص التكوين والإيقاع وصياغة الأمر النصي قبل أن تصرف وقتًا على العروض النهائية.

Kling v3 لأعمال الكاميرا

يستحق Kling v3 Video أن يُدرج في أي مقارنة عندما تعتمد مشاهدك على الكاميرات المتحركة: لقطات التتبع، والدوران، والمرور بأسلوب الطائرات المسيّرة مثل الاختبار 4. شغّل مشاهد المناظر الطبيعية والحشود أولًا، وقيّم مدى قدرته على الحفاظ على هوية ثابتة.

Sora 2 للصوت وسرد القصص

ينتج Sora 2 أيضًا صوتًا متزامنًا، لذلك هو المنافس المباشر الأنصف للاختبار 6. استخدمت مقارنة مباشرة منشورة بين Sora 2 وVeo 3.1 سبعة أوامر نصية تركز على الصوت، وهذا يوضح مدى مركزية الصوت في هذه المقارنات.

صانع محتوى عند مكتبه في استوديو منزلي مع خط زمني للفيديو على شاشة كبيرة

كيف تحصل على نتائج مشابهة على PicassoIA

يستخدم هذا الدليل Veo 3.1، وهو أقرب خيار إلى Veo 3 على المنصة.

الخطوة 1: افتح صفحة النموذج

انتقل إلى صفحة Veo 3.1 واختر وضع تحويل النص إلى فيديو. إذا أردت اختبار فكرة بسرعة فقط، فافتح Veo 3.1 Fast في تبويب ثانٍ.

الخطوة 2: اكتب أمرًا نصيًا منظمًا

استخدم هذا الترتيب، وهو يحاكي طريقة شرح المخرج للقطة:

  1. الشخص أو الشيء ووضعية البداية: من أو ما الموجود في الإطار.
  2. الحركة عبر الزمن: ما يحدث، بالترتيب.
  3. الكاميرا: إحساس العدسة، والحركة، والزاوية.
  4. الإضاءة والجو: وقت اليوم، واتجاه المصدر.
  5. الصوت: ما يجب أن نسمعه، مكتوبًا في جمل بسيطة.

مثال: يجلس صياد مسن على رصيف خشبي عند شروق الشمس، يصلح شبكة صيد. يتوقف، ويضيّق عينيه نحو الأفق، ثم يستأنف. دفعة بطيئة نحو الأمام، بإحساس عدسة 85 ملم، وشمس منخفضة ناعمة من اليسار. نسمع النوارس، وارتطام الماء بأعمدة الرصيف، وحفيف الحبال.

الخطوة 3: حدّد الدقة والمدة

اختر أعلى دقة تقدمها الصفحة للعروض النهائية، ومدة أقصر للتجارب. المقاطع القصيرة تفشل بشكل أقل، لأن الانزياح يجد وقتًا أقل ليتراكم.

الخطوة 4: ولّد ثلاث محاولات

لا تحكم أبدًا من نتيجة واحدة. ولّد ثلاث محاولات لكل أمر نصي اختباري، ثم قيّم المحاولة الوسطى وفق نظام التقييم.

الخطوة 5: قارن مع منافس

أرسل الأمر النصي نفسه تمامًا إلى Kling v3 Video أو Sora 2. حافظ على الصياغة مطابقة كي يكون النموذج هو المتغير الوحيد.

💡 نصيحة للأمر النصي: صِف الإضاءة باتجاهها وجودتها، مثل "ضوء نافذة ناعم من اليمين"، بدلًا من عبارات غامضة مثل "إضاءة سينمائية". تستجيب النماذج بشكل أفضل بكثير للأوصاف المادية من تسميات النوع الفني.

أخطاء شائعة تجنبها

  • تكديس أفعال كثيرة. فعل رئيسي واحد لكل خمس إلى ثماني ثوانٍ يعطي حركة أنظف.
  • وصف المشاعر فقط. "تشعر بالحنين" لا تعطي النموذج شيئًا ليصوّره. صِف النظرة، والتوقف، وحركة اليد.
  • تجاهل سطر الصوت. إذا أغفلت توجيه الصوت، يرتجل النموذج، وقد تتعارض النتيجة مع الحركة.
  • الحكم على المقطع من صورته المصغّرة. شاهد المدة الكاملة دائمًا، مرتين.

شغّل اختبارك الخاص في 30 دقيقة

لا تحتاج إلى مختبر. هذه خطة مختصرة تتسع لنصف ساعة.

الوقتالمهمة
من 0 إلى 5 دقائقاكتب الأوامر النصية الستة واحفظها في ملف نصي واحد
من 5 إلى 20 دقيقةولّد ثلاث محاولات لكل أمر على نموذجين
من 20 إلى 27 دقيقةشاهد كل مقطع مرتين، مرة واحدة مع كتم الصوت
من 27 إلى 30 دقيقةاملأ نظام التقييم واحسب الدرجات المرجّحة

لحساب الدرجة المرجّحة، اضرب درجة كل فئة في وزنها ثم اجمع النتائج. النموذج الذي يسجل 8 في الوجوه، و6 في اليدين، و7 في الفيزياء، و8 في الكاميرا، و7 في الاستقرار، و9 في الصوت، يحصل تقريبًا على 7.3 إجمالًا. كل ما فوق 8 ممتاز. وكل ما دون 6 يعني أنك ستقضي وقتًا في إصلاح المقاطع أكثر مما تستخدمها.

كيف تقرأ النتيجة

لا تطارد أعلى مجموع وحده. قد يكون نموذج بإجمالي 7 لكنه 4 في اليدين غير صالح لعرض منتج، بينما يمكن أن يكون النموذج نفسه مثاليًا لمقاطع المناظر الطبيعية الداعمة. طابق نقطة الضعف مع مشروعك. إذا كانت مقاطعك تُظهر أشخاصًا يتعاملون مع الأشياء، فامنح اليدين وزنًا مضاعفًا. وإذا كنت تنتج محتوى سفر، فخفّض وزنها.

متى تعيد الاختبار

النماذج تُحدَّث كثيرًا، وقد يفشل إصدار في اختبار الربع الماضي وينجح اليوم. احتفظ بملف الأوامر النصية وأعد تشغيله كلما صدر إصدار جديد. مع الوقت سيكون لديك لوحة نتائج شخصية أنفع بكثير من أي مقطع مقارنة على وسائل التواصل.

دورك الآن: ابنِ بكرة اختبار

الاختبارات المعيارية لا تفيد إلا إذا شغّلتها. اختر الأوامر النصية الستة من هذا المقال، وافتح Veo 3.1 على PicassoIA، وولّد أولى محاولاتك اليوم. ثم أرسل الأوامر النصية نفسها إلى Kling v3 Video وSora 2 وVeo 3.1 Fast، وقارن الدرجات جنبًا إلى جنب.

سترى بسرعة أي نموذج يناسب أسلوبك وميزانيتك وصبرك على الأيدي الغريبة. وعندما تريد تجربة خيارات أكثر، تصفح كل ما هو متاح على picassoia.com/en/all-models، وابدأ ببناء بكرة اختبارك الخاصة.

شارك هذا المقال

اختر لغتك

Freeأنشئ صورًا وفيديوهات بالذكاء الاصطناعيمجانًا، دون بطاقة ائتمانعمليات توليد مجانية للبدءيشمل Seedance 2.5 Liteابدأ مجانًا الآن

مقالات ذات صلة