Wan 2.5 نموذج توليد فيديو بالذكاء الاصطناعي مفتوح المصدر من Alibaba يمكنك تشغيله محليًا مجانًا. يستعرض هذا المقال أداءه الفعلي، وقدرات تحويل النص إلى فيديو وتحويل الصورة إلى فيديو، ومتطلبات الأجهزة، والكيفية التي يقارن بها Wan 2.5 مع البدائل المدفوعة مثل Kling و Sora.
وصل توليد الفيديو بالذكاء الاصطناعي المفتوح المصدر إلى مرحلة قد تفاجئك فيها نتائج النماذج المجانية حقًا. Wan 2.5، الذي أطلقه فريق Wan-Video التابع لشركة Alibaba، من أكثر نماذج الفيديو المفتوحة المصدر قدرة المتاحة حاليًا، ويمكنك تشغيله بلا تكلفة إذا توفرت لديك الأجهزة المناسبة. تغطي هذه المراجعة ما يقدمه Wan 2.5، وأين يقصّر، وما الذي تحتاجه فعليًا لتشغيله، ولماذا يكون استخدامه عبر منصة أكثر عملية بكثير من إعداده محليًا.
Wan 2.5 مجموعة من نماذج تحويل النص إلى فيديو وتحويل الصورة إلى فيديو القائمة على الانتشار (diffusion)، وهي مفتوحة المصدر. أتاحت Alibaba أوزانه للعموم بترخيص متساهل، ما يعني أن أي شخص يستطيع تنزيله وتشغيله دون دفع رسوم عن كل مقطع ودون الموافقة على قيود على المخرجات تتجاوز شروط الاستخدام الأساسية.
يشير الرقم "2.5" إلى موقعه ضمن سلسلة نماذج Wan. فبعد أن أرسى Wan 2.1 الأساس المفتوح المصدر، وأضاف Wan 2.2 إصدارات تركز على السرعة وأدوات متخصصة، دفع Wan 2.5 دقة المخرجات والاتساق الزمني إلى مستوى أعلى بوضوح. تتميز الفيديوهات بحركة أكثر سلاسة، وبومض أقل بين الإطارات، والتزام أفضل بتفاصيل الأمر النصي مقارنة بالأجيال السابقة.
تعتمد البنية على نموذج انتشار فيديو قائم على المحوّلات (transformer)، وهو مشابه في الروح لما تقوم عليه النماذج التجارية. الفرق أن الأوزان متاحة للاستضافة الذاتية. يمكن للباحثين والمطورين والمبدعين الذين يحتاجون إلى تحكم كامل في مسار العمل، أو الذين لا يستطيعون إرسال المحتوى إلى واجهات API تابعة لجهات خارجية، تشغيل Wan 2.5 على أجهزتهم الخاصة.
💡 يستحق الذكر: Wan 2.5 ليس نموذجًا واحدًا، بل مجموعة تضم إصدارات لتحويل النص إلى فيديو وتحويل الصورة إلى فيديو، ولكل منها نسخة عادية وأخرى سريعة تناسب ميزانيات أجهزة مختلفة.
بدأت سلسلة Wan كواحدة من القلائل في عائلات نماذج الفيديو المفتوحة المصدر التي استمرت في التحسن مع كل إصدار بدلًا من التوقف. كان Wan 2.1 لافتًا بالفعل بأوزانه المجانية وجودته المقبولة. وقدّم Wan 2.2 Wan 2.2 T2V Fast لسير العمل الذي يعطي الأولوية للسرعة. ورفع Wan 2.5 سقف الجودة بشكل ملحوظ، خصوصًا في سلاسة الحركة وتماسك المشهد، ويواصل Wan 2.7 T2V الأحدث هذا المسار بدعم لدقة 1080p.
تغطي عائلة Wan 2.5 حالتين رئيسيتين للاستخدام: توليد فيديو من أمر نصي، وتحريك صورة ثابتة لتصبح مقطعًا مرئيًا.
Wan 2.5 T2V هو الإصدار الرئيسي لتحويل النص إلى فيديو. أعطه أمرًا نصيًا وصفيًا ينتج مقاطع ذات حركة متماسكة وتكوين مشهد متين. يتعامل مع نطاق واسع من الموضوعات، من المناظر الطبيعية إلى اللقطات المقرّبة، بحركة واقعية.
يضحّي Wan 2.5 T2V Fast بقدر بسيط من جودة الصورة مقابل تقليص كبير في وقت التوليد. للتكرار والنماذج الأولية السريعة، هذا هو الإصدار الذي يجب تجربته أولًا.
يأخذ Wan 2.5 I2V صورة ثابتة ويحرّكها. الحركة الناتجة سلسة وتحترم في الغالب محتوى الصورة الأصلية، ما يجعله مثاليًا لإحياء لقطات المنتجات أو صور الأشخاص.
يمثل Wan 2.5 I2V Fast النسخة المسرّعة، وهو مفيد حين تحتاج إلى معاينات سريعة قبل الالتزام بتوليد بجودة كاملة.
| النموذج | الإدخال | السرعة | جودة المخرجات |
|---|---|---|---|
| Wan 2.5 T2V | أمر نصي | عادية | جودة كاملة |
| Wan 2.5 T2V Fast | أمر نصي | سريعة | جودة جيدة |
| Wan 2.5 I2V | صورة + نص | عادية | جودة كاملة |
| Wan 2.5 I2V Fast | صورة + نص | سريعة | جودة جيدة |
أهم ما ينبغي فهمه عن Wan 2.5 أنه يتجاوز توقعات فئته بكثير بالنسبة إلى نموذج مجاني.
تماسك الحركة من أقوى نقاطه. تتحرك الشخصيات والأجسام بثبات عبر الإطارات دون تشوهات أو ذوبان كان يعاني منه نماذج الفيديو المفتوحة المصدر الأقدم. يحافظ الشخص الماشي على تناسبه، ويتدفق الشلال في اتجاه واحد دون أن ينعكس في منتصف المقطع.
الالتزام بالأمر النصي متين في المشاهد البسيطة إلى متوسطة التعقيد. صف امرأة تمشي في شارع ممطر ليلًا، وستحصل عمومًا على ما وصفته، بما في ذلك المطر، والضوء المنعكس على الرصيف المبلل، والمحيط الحضري.
تفاصيل الملمس تصمد بشكل معقول في اللقطات المقرّبة. تُعرض الأقمشة والبشرة والأسطح الطبيعية بتفاصيل دقيقة مقبولة، بدلًا من التمييع الضبابي الذي يظهر في النماذج المفتوحة المصدر الأدنى مستوى.
تنوع المشاهد أوسع مما قد تتوقع. يتعامل Wan 2.5 مع الأوامر الواقعية كالصور الفوتوغرافية والأوامر ذات الطابع الأسلوبي، ومع مشاهد الطبيعة والبيئات الداخلية والحركة التجريدية دون الحاجة إلى ضبط دقيق منفصل لكل منها.
💡 نصيحة احترافية: للحصول على أفضل النتائج مع Wan 2.5، اجعل أمرك النصي مركّزًا على موضوع واحد وحركة واحدة. فالأوامر الطويلة والمعقدة غالبًا ما تنتج حركة مشوشة بدلًا من تعقيد متدرج.
هنا يتعثر كثيرون عند الاستضافة الذاتية لنموذج Wan 2.5. النموذج مجاني من حيث الترخيص، لكنه يتطلب عتادًا جادًا من وحدات معالجة الرسوميات (GPU).
| الإعداد | الحد الأدنى من VRAM | VRAM العملي | ملاحظات |
|---|---|---|---|
| Wan 2.5 T2V (1.3B) | 8 GB | 12 GB | دقة مخفضة |
| Wan 2.5 T2V (14B) | 16 GB | 24 GB | مخرجات بجودة كاملة |
| Wan 2.5 I2V | 16 GB | 24 GB | إدخال الصورة يضيف عبئًا على VRAM |
| الإصدارات السريعة (مكمّمة) | 8 GB | 16 GB | تنازل في الجودة عند 8 GB |
النموذج ذو 14B معامل، وهو الأفضل نتائجًا، بعيد المنال عمليًا عن وحدات GPU الاستهلاكية التي تقل ذاكرتها عن 20 GB من VRAM. تستطيع بطاقة RTX 4090 بذاكرة 24 GB تشغيله، لكن أوقات التوليد تظل طويلة، وغالبًا ما تستغرق عدة دقائق لكل مقطع قصير.
تشغيل النموذج على المعالج ممكن تقنيًا لكنه غير عملي. توقع أوقات توليد تبلغ 30 دقيقة أو أكثر لكل مقطع، ما يجعله غير صالح لأي سير عمل حقيقي.
هذا السقف في الأجهزة هو سبب جاذبية النهج القائم على المنصات. تقدم خدمات مثل PicassoIA هذه النماذج على بنية تحتية احترافية لوحدات GPU، وتتيحها عبر واجهة متصفح. تحصل على جودة مخرجات Wan 2.5 دون امتلاك العتاد أو استئجاره بنفسك.
يصمد Wan 2.5 بشكل لافت أمام بعض النماذج التي تكلف مالًا حقيقيًا مقابل كل توليد.
| النموذج | التكلفة | أقصى دقة | مفتوح المصدر | الصوت |
|---|---|---|---|---|
| Wan 2.5 T2V | مجاني | 720p | نعم | لا |
| Kling v2.6 | مدفوع | 1080p | لا | لا |
| Sora 2 | مدفوع | 1080p | لا | نعم |
| Veo 3 | مدفوع | 1080p | لا | نعم |
| Hailuo 02 | مدفوع | 1080p | لا | لا |
| Seedance 1 Pro | مدفوع | 1080p | لا | نعم |
تتفوق النماذج التجارية في الدقة، وتوليد الصوت، والصقل العام للمخرجات. لكن في المقاطع القصيرة، ومشاهد الطبيعة، والحركة التجريدية، ومقاطع الشخص الفردي، تنتج نتائج منافسة فعلًا. وكون Wan 2.5 مجانيًا يجعله نقطة البداية المناسبة لكثير من سير العمل، خصوصًا حين لا يتطلب المنتج النهائي دقة 1080p أو صوتًا أصليًا.
يكون Wan 2.5 منطقيًا حين:
انتقل إلى نموذج مدفوع مثل Kling v2.6 أو Veo 3 حين:
بما أن Wan 2.5 متاح مباشرة على PicassoIA، يمكنك تجاوز عملية الإعداد المحلية بالكامل. لا حاجة إلى بيئة Python ولا تعريفات CUDA ولا انتظار تثبيت طويل للتبعيات.
انتقل إلى صفحة نموذج Wan 2.5 T2V لتوليد الفيديو من النص. ولتحريك صورة موجودة، استخدم Wan 2.5 I2V. وإذا أردت نتائج سريعة أثناء تحسين أمرك النصي، فابدأ بالإصدار Wan 2.5 T2V Fast أو Wan 2.5 I2V Fast.
يستجيب النموذج بأفضل شكل للأوامر النصية المحددة والموجهة نحو المشهد. ابنِ أمرك حول:
[الموضوع] + [الحركة] + [البيئة] + [الإضاءة أو الكاميرا]
مثال: "امرأة ترتدي معطفًا أحمر تمشي عبر غابة في الخريف، وتتساقط الأوراق حولها، وضوء دافئ من جهة اليمين في أواخر بعد الظهر، وحركة كاميرا بطيئة ومستقرة."
تجنب تكديس أحداث كثيرة في الوقت نفسه. حركة واحدة واضحة في بيئة واحدة واضحة تنتج حركة أكثر ثباتًا من أمر يصف خمسة أشياء تحدث معًا.
شغّل الإصدار السريع أولًا. إذا كان التكوين واتجاه الحركة صحيحين، فانتقل إلى النموذج العادي للتوليد النهائي. يوفر هذا النهج وقتًا كبيرًا مقارنة بالتوجه مباشرة إلى الجودة الكاملة في كل تكرار.
💡 نصيحة: عند تحويل الصورة إلى فيديو باستخدام Wan 2.5 I2V، استخدم صورًا مصدرية عالية الجودة وجيدة الإضاءة. فالمدخلات الضبابية أو منخفضة التباين تنتج حركة غير مستقرة في المقطع الناتج.
Wan 2.5 مبهر بالنسبة إلى نموذج مفتوح المصدر، لكن هناك قيود حقيقية تؤثر في ما إذا كان يناسب متطلبات مشروعك.
تصل مقاطع Wan 2.5 عادةً إلى نحو 5 ثوانٍ بشكل أصلي. وللمحتوى الأطول، تحتاج إلى توليد عدة مقاطع ودمجها في مرحلة ما بعد الإنتاج، ما يُدخل تحديات في الاستمرارية عند نقاط القطع، إلا إذا خططت لكل مقطع بعناية.
على عكس Veo 3 أو Seedance 1 Pro، يولّد Wan 2.5 فيديو صامتًا. ستحتاج إلى توليد صوت منفصل ومزامنته في مرحلة ما بعد الإنتاج إذا كان مشروعك يتطلب تصميمًا صوتيًا أو موسيقى.
تعمل عائلة Wan 2.5 الأساسية بدقة 720p. وتقدم النماذج التجارية عادةً دقة 1080p، وبعضها مثل LTX 2 Pro يقدم الآن مخرجات بدقة 4K. بالنسبة إلى محتوى وسائل التواصل الاجتماعي الذي يُشاهد على الهواتف، تكفي دقة 720p غالبًا. أما للبث أو الاستخدامات المتميزة، فقد لا تبلغ المستوى المطلوب. ويعالج Wan 2.7 T2V و Wan 2.7 I2V الأحدث هذا الأمر بدعم لدقة 1080p.
إذا كنت تحتاج إلى ظهور شخصية بشكل متسق عبر عدة توليدات، فليس لدى Wan 2.5 أي آلية مدمجة لتثبيت الهوية أو الأسلوب. كل توليد مستقل بذاته. تتعامل النماذج التجارية التي تملك ميزات المرجعية للموضوع مع اتساق الشخصية عبر عدة مقاطع بموثوقية أكبر بكثير.
الطريقة الأسهل للعمل مع Wan 2.5 هي عبر PicassoIA، حيث يمكنك الوصول إلى Wan 2.5 T2V وWan 2.5 I2V مباشرة في متصفحك إلى جانب كل نموذج فيديو رئيسي آخر في مكان واحد.
ميزة العمل بهذه الطريقة أنك لست مقيدًا بنموذج واحد. إذا لم يقدم Wan 2.5 ما تحتاجه بدقة لمشهد معين، يمكنك التحول فورًا إلى Wan 2.7 T2V للحصول على دقة أفضل، أو Kling v2.6 للحركة السينمائية، أو Hailuo 02 لمستوى جودة مختلف، كل ذلك من الواجهة نفسها دون تغيير المنصة.
بالنسبة إلى سير العمل الذي يبدأ بصور ثابتة، يُنشئ الجمع بين نماذج تحويل النص إلى صورة على PicassoIA وWan 2.5 I2V Fast مسارًا متكاملًا من الصورة الثابتة إلى الحركة. ولّد إطارًا واقعيًا كالصور الفوتوغرافية، ثم حرّكه إلى مقطع. تستغرق العملية كاملة دقائق داخل المتصفح.
Wan 2.5 ليس الكلمة الأخيرة في جودة فيديو الذكاء الاصطناعي، لكنه أقوى خيار مجاني متاح حاليًا. يقدم نتائج حقيقية، ويتعامل مع مجموعة واسعة من الموضوعات، ويعمل دون اشتراك. ابدأ بالإصدار السريع لتجربة مشهدك، وانتقل إلى النموذج العادي للتوليدات النهائية، واستخدم صفحة Wan 2.5 T2V على PicassoIA لتشغيل أول مقطع لك خلال دقائق دون لمس أي ملف إعدادات.
اختر لغتك
