وضع Extend في LTX 2.3 Pro هو أول أداة فيديو بالذكاء الاصطناعي تعتمد على عدة إطارات سابقة على مستوى البنية، فتنتج امتدادات سلسة للفيديو تحافظ على اتساق الإضاءة وفيزياء الحركة وهندسة المشهد في كل امتداد. يشرح هذا المقال آلية عمله وما يميّزه عن كل نهج آخر متاح حاليًا.
تتعامل معظم أدوات الفيديو بالذكاء الاصطناعي مع الامتداد كفكرة لاحقة. تولّد مقطعًا، فينتهي، وإذا احتجت إلى لقطات أكثر، تعيد التوليد من الصفر، أو تقبل الانجراف البصري، أو تلصق مقطعين معًا وتأمل ألا يكون القطع واضحًا. يحل LTX 2.3 Pro هذه المشكلة على مستوى البنية، لا على مستوى ما بعد المعالجة، وهذا الفرق يغيّر كل شيء في ما يمكنك إنتاجه فعليًا به.
وضع Extend هو الميزة الأبرز في LTX 2.3 Pro، نموذج Lightricks الرائد لانتشار الفيديو الكامن المتاح على PicassoIA. يتيح لك تغذية النموذج بآخر إطارات مقطع موجود، وتوجيهه لإنتاج التسلسل المنطقي التالي، مع الحفاظ على الإضاءة وفيزياء الحركة وهندسة المشهد متسقة عبر نقطة الوصل. لا قطع حادّ، ولا عدم تطابق في تدرج الألوان، ولا عيوب زمنية تتسلل عند الحد الفاصل. إنه نهج مختلف جذريًا لاستمرار الفيديو عن أي شيء آخر متاح حاليًا.
أبسط طريقة لوصف الأمر: وضع Extend لا يبدأ من الضوضاء. يبدأ من مقطعك.
تبدأ نماذج توليد الفيديو المعيارية من متجه ضوضاء كامن عشوائي، وتفكّه باتجاه أمر نصي مستهدف. كل توليد جديد مستقل إحصائيًا عن سابقه. هذا مقبول عندما تريد مقطعًا مستقلًا، لكنه كارثي عندما تحتاج إلى استمرارية. لا يملك النموذج ذاكرة بنيوية لشكل مشهدك الأصلي، ولا لكيفية سقوط الظلال، ولا للمسار الذي كانت الكاميرا تتبعه، ولا لاتجاه حركة الأجسام.
يعتمد وضع Extend في LTX 2.3 Pro على تقييد عملية التوليد بالتمثيل الكامن المشفّر لآخر إطارات مقطعك الحالي. تُشفَّر هذه الإطارات داخل الفضاء الكامن للنموذج، وتصبح جزءًا من قيود البداية لعملية الانتشار الخاصة بالامتداد. لم يعد فك التشويش يعمل في فراغ، بل يعمل وفق علاقة مباشرة بما حدث فعلًا قبله.
💡 عمليًا: إذا كان مقطعك الأصلي يُظهر امرأة تمشي في حديقة مع ضوء بعد الظهر المتقطع الساقط من الأعلى واليسار، فسيستمر الامتداد بالمرأة نفسها، والحديقة نفسها، واتجاه الضوء نفسه. تبقى فيزياء المشهد لأن النموذج اشتُرط عليها، لا لأنه طُلب منه تخمينها.
هذا الفرق ليس صغيرًا. إنه جوهر الموضوع كله.
تُستخدم عبارة "التماسك الزمني" بشكل فضفاض في نقاشات الفيديو بالذكاء الاصطناعي. يستحق ما تعنيه فعليًا في سياق LTX 2.3 Pro شرحًا دقيقًا، لأن هذه الآلية هي ما يجعل المخرجات تبدو مختلفة عن كل بديل من نوع I2V.
التماسك الزمني يشير إلى اتساق المعلومات البصرية عبر الإطارات في تسلسل الفيديو. على مستوى البكسل، يعني ذلك أن الأجسام تحافظ على شكلها ولونها وموضعها بما يتوافق مع ما تتنبأ به فيزياء الحركة. على المستوى الدلالي، يعني أن المشهد يُقرأ كتجربة متصلة لا كسلسلة من إطارات مترابطة بشكل فضفاض.
يحقق LTX 2.3 Pro ذلك عبر آليات الانتباه السببي في العمود الفقري من نوع المحوّل. عند توليد الامتداد، يمكن لرؤوس الانتباه أن تنظر إلى الخلف نحو التمثيلات الكامنة للإطارات السابقة. هذا يختلف بنيويًا عن مجرد استخدام الإطار الأخير كصورة ضمن الأمر النصي. تعطي صورة الأمر الواحدة النموذجَ لقطة ثابتة، مرجعًا بلا سرعة أو اتجاه. أما الانتباه السببي عبر عدة إطارات سابقة فيمنح النموذج متجهات السرعة، واتجاه تدرج الإضاءة عبر الزمن، وبيانات مسار الكاميرا، ومسارات مواضع الأجسام في الوقت نفسه.
النتيجة تنبؤ بالحركة يبدو مرتكزًا فيزيائيًا لا قائمًا على الهلوسة. الماء الذي كان يتدفق نحو اليسار يستمر في التدفق نحو اليسار. شخص في منتصف خطوة يكمل الخطوة دون أن يعود إلى وضعية محايدة. لقطة بانورامية تستمر في الدوران بالسرعة الزاوية نفسها مع خط الأفق نفسه. هذه التفاصيل هي ما يفصل اللقطات التي تصمد في السياق المهني عن اللقطات التي تكون "جيدة بما يكفي لمنشور سريع على وسائل التواصل".
إطار واحد يخبر النموذج أين تقع الأشياء. أما عدة إطارات فتخبره إلى أين تتجه الأشياء وبأي معدل.
المقارنة مباشرة. خذ نموذجًا مثل Kling v3 Video أو Veo 3. كلاهما مولّد لتحويل النص إلى فيديو ممتاز في حد ذاته. ولم يُصمَّم أيٌّ منهما حول استمرار الفيديو السلس كميزة بنيوية أساسية.
عندما تستخدم وضع تحويل الصورة إلى فيديو (I2V) في هذه النماذج لتمديد مقطع، فإنك تغذّي الإطار الأخير كصورة ثابتة. ثم يولّد النموذج الحركة من ذلك الإطار استنادًا إلى أمرك النصي. وهنا يظهر الحد الفاصل:
الحد البصري الفاصل حيث ينتهي المقطع الأصلي ويبدأ امتداد I2V يظهر في معظم النماذج إذا نظرت بعناية. وبمعدل 24 إطارًا في الثانية على شاشة كبيرة، غالبًا ما يكون ظاهرًا دون حاجة إلى النظر بعناية أصلًا.
💡 لهذا يصف صنّاع الفيديو المحترفون غالبًا امتداد I2V بأنه "مناسب لوسائل التواصل الاجتماعي" لكنه غير مناسب لأي شيء سيُعرض في سياق مهني، أو يُقدَّم إلى عميل، أو يُدرج في بكرة إنتاج. الحد الفاصل هو الدليل.
ينتج Sora 2 Pro و Wan 2.7 T2V أيضًا لقطات قوية مستقلة، لكنهما يفتقران بالمثل إلى التقييد الأصلي بعدة إطارات سابقة لمسارات الامتداد. إنهما أدوات توليد لا أدوات استمرار. يزداد هذا الفرق أهمية كلما حاول صنّاع المحتوى بناء سرود فيديو أطول وأكثر تماسكًا بالذكاء الاصطناعي.
تعتمد معظم نهج I2V على إطار واحد. يعتمد LTX 2.3 Pro على عدة إطارات سابقة مشفّرة معًا في تمثيل كامن موحّد. يمنح هذا النموذج بيانات زمنية كافية لاستنتاج متجهات سرعة الأجسام، وسرعة حركة الكاميرا واتجاهها، وتطور تدرجات الإضاءة عبر المشهد مع الزمن.
الفرق في جودة المخرجات بين التقييد بإطار واحد والتقييد بعدة إطارات ليس هامشيًا، بل بنيوي. التقييد بإطار واحد ينتج مقاطع تبدو كأنها تواصل المشهد. أما التقييد بعدة إطارات فينتج مقاطع هي استمرار للمشهد على المستوى الفيزيائي.
يولّد LTX 2.3 Pro بدقة 4K بشكل أصلي. هذا مهم للامتداد تحديدًا، لأن الإخراج عالي الدقة يجعل نقطة الوصل بين المقطع الأصلي والمقطع الممتد أسهل في التعامل معها أثناء ما بعد الإنتاج. عند دقة 4K تتوفر بيانات بكسل أكثر إذا احتجت إلى تطبيق انتقال تدريجي عبر نقطة الوصل، كما أن التفاصيل الكثيفة للإطار تجعل أي عدم اتساق متبقٍ عند الحد الفاصل أقل وضوحًا للمشاهد.
قارن ذلك مع LTX 2.3 Fast الذي يعطي الأولوية للسرعة على الدقة، وهو خيار قوي عندما تحتاج إلى تكرار سريع، أو مع LTX Video الأصلي الذي أرسى البنية الأساسية لكنه يعمل بدقات أقل بكثير. للتسليم النهائي، LTX 2.3 Pro هو النموذج الذي تريده.
لا يكتفي وضع Extend باستمرار المشهد بشكل آلي. يمكنك تقديم أمر نصي يوجّه ما الذي يحدث بعد ذلك ضمن القيود التي تضعها الإطارات السابقة. هذا يعني أنك تستطيع أن تطلب من شخصية أن تدير وجهها، أو من الكاميرا أن تتحرك إلى الأمام، أو من الضوء أن يتغير مع مرور سحابة في السماء، وسيحاول النموذج تنفيذ هذه التغييرات مع الحفاظ على الاتساق مع اللغة البصرية المحددة للقطات السابقة.
هذا استمرار للمشهد مع تحكم إخراجي، وهو أداة تختلف جوهريًا عن الاستقراء الآلي البحت.
إليك مقارنة مباشرة للميزات في حالات استخدام امتداد الفيديو:
| النموذج | طريقة الامتداد | الدقة | التماسك الزمني | توجيه الأمر النصي |
|---|---|---|---|---|
| LTX 2.3 Pro | تقييد بعدة إطارات سابقة | 4K | عالٍ | نعم |
| LTX 2 Pro | عدة إطارات سابقة | 1080p | عالٍ | نعم |
| Kling v3 Video | I2V بإطار واحد | 1080p | متوسط | نعم |
| Veo 3 | I2V بإطار واحد | 1080p | متوسط | نعم |
| Wan 2.7 T2V | إعادة توليد نصية | 1080p | منخفض للامتداد | نعم |
| Hailuo 2.3 | I2V بإطار واحد | 1080p | متوسط | محدود |
| Ray 3.2 | I2V بإطار واحد | HDR | متوسط | نعم |
| Seedance 2.5 | نص وصورة | مقاطع مدتها 30 ثانية | منخفض للامتداد | نعم |
يوضح الجدول الموقع بجلاء: LTX 2.3 Pro هو النموذج الوحيد في هذه المجموعة الذي يجمع بين التقييد بعدة إطارات سابقة وإخراج دقة 4K. أما سلفه LTX 2 Pro فيشارك في بنية التقييد نفسها، لكنه يعمل بدقة 1080p، ما يجعل LTX 2.3 Pro الحد الأعلى حاليًا لأعمال الامتداد عالية الجودة.
LTX 2.3 Pro متاح مباشرة على PicassoIA. إليك كيف يعمل مسار وضع Extend عمليًا:
الخطوة 1: ولّد مقطعك الأساسي أو ارفعه. ابدأ بأي مقطع فيديو تريد استكماله. يمكن أن يكون مقطعًا ولّدته سابقًا باستخدام LTX 2.3 Pro أو LTX 2.3 Fast، أو أي لقطات خارجية تستوفي متطلبات إدخال النموذج.
الخطوة 2: اختر وضع Extend. في واجهة النموذج، اختر خيار الامتداد بدلًا من التوليد القياسي. يُفعّل هذا التقييد بعدة إطارات بدلًا من أخذ عينات ضوضاء جديدة.
الخطوة 3: حدّد مدة الامتداد. حدّد عدد الثواني من اللقطات الجديدة التي تريد توليدها. تميل الامتدادات القصيرة في نطاق 3 إلى 5 ثوانٍ إلى تحقيق أعلى تماسك. يمكن للامتدادات الأطول أن تعمل بشكل جيد، لكنها قد تُظهر انجرافًا أكبر في الأمر النصي نحو نهاية المقطع.
الخطوة 4: اكتب أمر الاستمرار. كن محددًا بشأن الحركة وتغييرات المشهد. بدلًا من "المرأة تواصل المشي"، جرّب "المرأة تتوقف ببطء وتدير وجهها لتنظر إلى الكاميرا، والشمس ما زالت من اليسار، والخلفية نفسها للحديقة، ونسيم خفيف يحرك شعرها". التحديد يمنح النموذج نية إخراجية واضحة يتبعها داخل المشهد الراسخ.
الخطوة 5: راجع وكرّر. شاهد الامتداد بسرعة التشغيل الكاملة، ثم تنقّل إطارًا إطارًا عند نقطة الوصل. إذا لم تكن نقطة الوصل سلسة، فأعد التوليد بأمر معدّل قليلًا، أو جرّب استخدام آخر إطارين من الامتداد كمقطع أساسي جديد لاستدعاء امتداد جديد.
💡 بالنسبة للمحتوى الطويل، الطريقة الأكثر موثوقية هي السلسلة: ولّد 5 ثوانٍ، ثم مدّدها 5 ثوانٍ، ثم مدّدها مرة أخرى. يعتمد كل امتداد على إطارات سابقة جديدة، ما يبقي التماسك عاليًا حتى مع تزايد طول المقطع الإجمالي نحو 30 أو 60 ثانية أو أكثر.
التقييم الصريح، استنادًا إلى ما تعد به البنية وما تقدمه عمليًا:
حيث يتفوّق:
حيث يتطلب مزيدًا من العمل على الأمر النصي:
💡 كلما حملت الإطارات السابقة معلومات أكثر عن فيزياء المشهد، كان أداء الامتداد أفضل. اللقطات المستقرة والمضاءة جيدًا تمتد بشكل أنظف من اللقطات المهتزة عالية التباين. هذا ليس قيدًا على النموذج، بل خاصية فيزيائية لما يستطيع التقييد بعدة إطارات استنتاجه من البيانات التي يتلقاها.
المشاهد التي تنتج أكثر الامتدادات إرضاءً من المحاولة الأولى هي نفسها المشاهد التي تبدو أفضل في إنتاجات التصوير الحية: إضاءة جيدة، وحركة كاميرا متعمدة، وموضوع واضح بعلاقة مكانية واضحة مع محيطه.
يستحق الأمر وقفة لفهم ما بناه Lightricks لتحقيق هذا، لأن البنية هي ما يفصل LTX 2.3 Pro عن النماذج التي تقارب الامتداد عبر حلول بديلة.
النواة في LTX Video هي محوّل انتشار كامن، وليست البنية القائمة على U-Net التي هيمنت على الجيل الأول من نماذج انتشار الفيديو. تملك بنى المحوّلات ميزة طبيعية في النمذجة الزمنية: يمكن ضبط آلية الانتباه الذاتي لتعمل عبر البعدين المكاني والزمني معًا، وهي خاصية تُسمى انتباه زمكاني.
في محوّلات النص إلى فيديو القياسية، ينحصر الانتباه الزمني داخل نافذة توليد واحدة. أما في وضع Extend في LTX 2.3 Pro فتمتد نافذة الانتباه الزمني إلى الخلف داخل الإطارات السابقة المشفّرة. يولي النموذج انتباهه حرفيًا لماضيه أثناء عملية الانتشار، لا كخطوة ما بعد معالجة، بل كجزء أساسي من عملية فك التشويش نفسها.
لهذا تختلف النتائج كثيرًا عن نهج I2V. يعطي I2V النموذجَ صورة فوتوغرافية ويقول له "اجعل هذه تتحرك". أما وضع Extend في LTX 2.3 Pro فيعطي النموذجَ ذاكرة ويقول له "واصل من هنا". الأول ينتج حركة، والثاني ينتج استمرارًا.
دقة الإخراج 4K تضاعف هذه الميزة. عند دقة أعلى، يملك النموذج تفاصيل مكانية أكثر ليعتمد عليها داخل كل إطار سابق، ما يعني أن الانتباه الزمني يستطيع تتبع تفاصيل أدق: انعكاسات ضوء محددة على الأسطح، وخصلات شعر فردية تتحرك بين الإطارات، وعناصر بيئية صغيرة مثل أوراق تتحرك أو ثنيات أقمشة تستجيب لحركة الجسد.
من أكثر التطبيقات العملية لوضع Extend هو تسلسل الامتدادات. لأن كل استدعاء لوضع Extend يعتمد على أحدث إطارات التوليد السابق، يمكنك ربط عدة امتدادات معًا لإنتاج مقاطع تتجاوز بكثير ما تسمح به أي نافذة توليد واحدة، مع الحفاظ على الاتساق البصري للمشهد طوال الوقت.
مسار العمل:
كل خطوة تحافظ على اللغة البصرية المحددة للمشهد. الانجراف البصري التراكمي عبر 5 إلى 6 امتدادات متسلسلة ضئيل مقارنة بإعادة التوليد من الصفر في كل خطوة أو بتجميع مقاطع I2V عند نقاط الوصل. أفاد صنّاع المحتوى الذين يعملون على عروض المنتجات، وجولات العمارة، والأفلام الوثائقية الطبيعية، ومحتوى الأفلام القصيرة، بتحقيق تسلسلات نظيفة مدتها 30 إلى 60 ثانية جُمّعت بهذه الطريقة، بنقاط وصل غير مرئية بسرعة التشغيل المعتادة.
💡 إذا كنت تبني عرض منتج، أو جولة في عقار، أو مشهدًا ذا أجواء خاصة لفيلم قصير، فإن تسلسل الامتدادات باستخدام LTX 2.3 Pro هو أسرع طريق إلى لقطات طويلة مصقولة كان سيتطلب فريق تصوير حقيقيًا.
تتناسب هذه التقنية أيضًا جيدًا مع مجموعة أدوات الفيديو الأوسع في PicassoIA. يمكنك توليد المقطع الأساسي باستخدام LTX 2.3 Pro، وتطبيق مؤثرات بصرية من مكتبة التأثيرات (أكثر من 500 خيار)، واستخدام أدوات استعادة الفيديو بالذكاء الاصطناعي لتثبيت التسلسل النهائي المجمّع أو رفع دقته. يمكن أن تكون السلسلة بسيطة أو متعددة الطبقات بحسب ما يتطلبه مشروعك.
LTX 2.3 Pro متاح على PicassoIA إلى جانب نسخته الأسرع LTX 2.3 Fast عندما تحتاج إلى مسودات سريعة وتكرار. تتضمن مكتبة النماذج الكاملة على picassoia.com/en/all-models أكثر من 87 نموذجًا لتوليد الفيديو تشمل تحويل النص إلى فيديو، وتحويل الصورة إلى فيديو، وتأثيرات الفيديو، وأدوات الاستعادة، لذا يتوفر مسار عمل كامل مهما كانت نقطة بداية مشروعك.
إذا لم تعمل من قبل مع امتداد الفيديو، فابدأ بمشهد بسيط: شخص يمشي في شارع عند الساعة الذهبية، ونهر يجري عبر منظر صخري، وشمعة تحترق على طاولة في غرفة مظلمة. تمنح أنواع المشاهد هذه وضع Extend بيانات زمنية كافية للعمل عليها، وتحقق أكثر النتائج إرضاءً من المحاولة الأولى. الإضاءة متسقة، والحركة لها اتجاه واضح، والبيئة المكانية سهلة على النموذج تتبعها عبر الإطارات.
ومن هناك، ومع تكوين فهم أفضل لكيفية استجابة التقييد بالإطارات السابقة لأنواع مختلفة من لقطات الإدخال، يمكنك الانتقال إلى سيناريوهات أكثر تعقيدًا: مشاهد متعددة الشخصيات، وحركات كاميرا سريعة، وتسلسلات سردية تمتد لأكثر من 30 ثانية عبر امتدادات متسلسلة.
نهج Lightricks للتماسك الزمني ليس مجرد إضافة ميزة إلى مسار عمل قائم. إنه يمثل فلسفة مختلفة حول ما يجب أن يفعله توليد الفيديو بالذكاء الاصطناعي: ليس إنتاج مقاطع معزولة فقط، بل إنتاج لقطات يمكنك فعلًا بناء إنتاج كامل عليها.
جرّب LTX 2.3 Pro على PicassoIA الآن وشاهد الفرق الذي يحدثه التقييد الزمني على مستوى البنية في مقطعك الأول.
اختر لغتك
