شرح عملي يوضح لك بالضبط كيف تنشئ أول فيديو بالذكاء الاصطناعي باستخدام Sora 2 في 10 دقائق فقط، بدءًا من كتابة أول أمر نصي وحتى مشاهدة مقطع سينمائي يُعرض أمامك. يتضمن صيغ الأوامر النصية، ونصائح التكرار، ومقارنة بين النماذج، وسير عمل خطوة بخطوة على PicassoIA. لا تحتاج إلى أي خبرة.
في المرة الأولى التي تكتب فيها جملة وترى فيديو سينمائيًا يظهر من العدم، يترك ذلك أثرًا في دماغك. هذا ما يقدمه Sora 2: توليد فيديو حقيقي من النص، يحافظ على حركة الكاميرا والفيزياء واستمرارية المشهد بطريقة عجزت عنها النماذج السابقة. ويمكنك إنتاج أول مقطع حقيقي لك في أقل من 10 دقائق، حتى لو لم تستخدم أي أداة لتوليد الفيديو بالذكاء الاصطناعي من قبل.
يقدّم لك هذا الدليل ذلك تمامًا. ليس نظريًا ولا مجرد قراءة، بل فيديو فعلي من أمر نصي فعلي، مع ملاحظات حول ما يجب تعديله عندما لا تكون النتيجة الأولى مرضية تمامًا.
تنتج معظم نماذج تحويل النص إلى فيديو ما يبدو كفيديو. أما Sora 2 فينتج ما يتحرك كفيديو. الفرق يكمن في طريقة تعامل النموذج مع الحركة عبر الزمن. لا تنزلق الأجسام كأنها صور مسطحة. يتغير الضوء كما لو أن كاميرا تتحرك. لا يتقطع مشي الشخص. ولا تتجمد الموجة عند ذروتها.
السبب التقني أن Sora 2 دُرّب على بيانات فيديو أكثر تنوعًا بكثير مع تركيز على الاتساق الزمني: الحفاظ على ثبات العناصر من إطار إلى آخر، بدلًا من توليد كل إطار كصورة شبه مستقلة. والنتيجة نموذج تصمد فيه اللقطات الطويلة بشكل أفضل، ويمكنك فيه وصف حركة كاميرا والحصول عليها فعلًا.
تضيف نسخة Sora 2 Pro صوتًا متزامنًا، أي أن أصوات البيئة تُولَّد مع الفيديو. فيديو لمطر على شارع في المدينة يتضمن صوت المطر. ومشهد لحشد يحتوي على ضجيج الحشد. وهذا منفصل عن توليد الموسيقى ومنفصل عن تحويل النص إلى كلام؛ إنه صوت محيطي يتطابق مع السياق البصري. بالنسبة للمشاريع البسيطة، يكفي Sora 2 القياسي تمامًا. أما لأي شيء تريد مشاركته مباشرة دون مرحلة ما بعد الإنتاج، فتستحق فئة Pro العناء.
أكبر خطأ يرتكبه المبتدئ مع Sora 2 هو كتابة الأوامر كأنها عبارات بحث. "شاطئ عند الغروب" ينتج شاطئًا عامًا عند الغروب. أما "لقطة عريضة تأسيسية لشاطئ استوائي مهجور في الساعة الذهبية، تنجرف الكاميرا ببطء نحو اليسار على طول خط الشاطئ، ضوء كهرماني دافئ ينعكس على الرمال المبللة، أمواج لطيفة، بلا أشخاص" فينتج شيئًا يبدو وكأنه ينتمي إلى وثائقي عن السفر.
يستجيب النموذج للتحديد لأن التحديد يقلّص مساحة التفسيرات الممكنة. الأوامر الغامضة تترك النموذج يتوسط كل ما رآه، بينما الأوامر المحددة تدفعه نحو لغة بصرية بعينها.
| العنصر | النسخة الضعيفة | النسخة القوية |
|---|---|---|
| الشخص | "شخص" | "امرأة ترتدي معطفًا أحمر، في أواخر الثلاثينيات، شعرها داكن" |
| البيئة | "في الخارج" | "تقف على شارع من الحصى المبلل بالمطر في باريس ليلًا" |
| الحركة أو المزاج | "تمشي" | "تمشي ببطء مبتعدة عن الكاميرا، تتفقد هاتفها، وضوء عمود إنارة ناعم خلفها" |
لا تحتاج إلى كتابة رواية. لكنك تحتاج إلى أن تكون العناصر الثلاثة محددة. إذا أسقطت أيًا منها، سيصبح الناتج غامضًا في ذلك البُعد.
يجب أن يحتوي أول أمر نصي لك على موضوع واحد، ومكان واحد، وحركة واحدة واضحة. لا شخصين يتحادثان (متغيرات كثيرة للتجربة الأولى). ولا تسلسل سردي كامل. مشهد واحد يتحرك فيه شيء بطريقة متوقعة.
أفكار جيدة للتجربة الأولى:
كل هذه الأفكار لها موضوع واضح، وبيئة واضحة، وحركة يتعامل معها Sora 2 بشكل جيد من الناحية الفيزيائية.
خذ المشهد الذي اخترته وأضف ثلاث طبقات: زاوية الكاميرا، والإضاءة، والمزاج. إليك مثالًا مكتملًا من فكرة "فنجان قهوة على نافذة ممطرة":
"لقطة قريبة لكوب قهوة خزفي أبيض على حافة نافذة خشبية، يتصاعد البخار في حلزونات ناعمة، والمطر يخط الزجاج خلفه في ضوء بعد الظهيرة الذهبي، عمق ميداني ضحل، مزاج دافئ وهادئ، كاميرا ثابتة، لا حركة إلا للبخار والمطر."
يتكون هذا الأمر من 48 كلمة. وهو يغطي الموضوع والبيئة وسلوك الكاميرا والإضاءة والمزاج. ويستغرق كتابته نحو 30 ثانية بمجرد أن يكون المشهد واضحًا في ذهنك.
في Sora 2، أهم الإعدادات التي ستتعامل معها هي المدة ونسبة العرض إلى الارتفاع. للتجربة الأولى، التزم بما يلي:
💡 نصيحة: قاوم الرغبة في توليد فيديو مدته 30 ثانية أولًا. أنت تريد التحقق من المشهد والمزاج قبل الالتزام بوقت توليد طويل.
أرسل الأمر النصي وراقب الناتج. يستغرق التوليد الأول نحو 30 إلى 90 ثانية حسب ضغط المنصة. وعندما يصل، شاهده مرتين قبل أن تحكم عليه: مرة للانطباع العام، ومرة للتفاصيل المحددة، مثل ما إذا كانت الحركة تصمد عند أطراف الإطار، أو ما إذا كانت الإضاءة تتغير بشكل غير متوقع.
عادةً ما يعني التوليد الناجح من المرة الأولى أن أمرك النصي كان محددًا بما يكفي لتقييد الناتج، وبسيطًا بما يكفي ليحافظ النموذج على تماسك كل شيء طوال مدة المقطع. إن حدث ذلك: احفظ الأمر كما كتبته تمامًا، ودوّن ما جعله ينجح، واستخدمه قالبًا للأمر التالي.
معظم التوليدات الأولى تكون قريبة ولكنها ليست مثالية تمامًا. إليك إطار عمل عملي للتكرار:
| المشكلة | الحل |
|---|---|
| إضاءة خاطئة | أضف وصفًا صريحًا للإضاءة ("الساعة الذهبية"، "ظهيرة غائمة"، "غسق الساعة الزرقاء") |
| الشخص يبدو غير صحيح | أضف وصفًا جسديًا ("بنية نحيفة"، "ترتدي سترة رمادية"، "في منتصف الخمسينيات") |
| الحركة سريعة جدًا | أضف "حركة بطيئة" أو "تنجرف الكاميرا ببطء" |
| المشهد مزدحم | احذف عنصرًا واحدًا من الأمر |
| الكاميرا تتحرك بشكل خاطئ | حدد بدقة: "تبقى الكاميرا ثابتة" أو "تحرك بطيء للكاميرا نحو اليمين" |
أسرع طريقة للتحسن هي تغيير شيء واحد في كل محاولة. غيّر وصف الإضاءة وأعد التوليد. إن أصلح ذلك المشكلة، فأنت تعرف ما كان الخلل. أما إن غيّرت خمسة أشياء دفعة واحدة، فلن تعرف أيها كان مهمًا.
هذه أكثر البنى موثوقية مع Sora 2:
"زقاق ضيق في طوكيو ليلًا، دراجة مستندة إلى واجهة متجر مريحة مضاءة بدفء، المطر يبدأ بالهطول، بلا أشخاص، هادئ وساكن، كاميرا ثابتة، انعكاسات نيون ناعمة على الرصيف المبلل."
يحقق هذا الأمر العناصر الثلاثة. المشهد محدد، والحركة قليلة ووصفها دقيق ("المطر يبدأ بالهطول")، والمزاج واضح ("هادئ وساكن").
يتعامل Sora 2 مع حركة الكاميرا بشكل أفضل من معظم النماذج، لكن عليك أن تكون صريحًا. أوصاف مفيدة للكاميرا:
إن لم تحدد، يتخذ النموذج قراره بنفسه. وأحيانًا ينجح ذلك. وعندما لا ينجح، تكون اللغة الصريحة للكاميرا أسرع حل.
الأمر العام "امرأة تمشي" يولّد مركّبًا متوسطًا من آلاف الأمثلة التدريبية. أما "امرأة في أواخر العشرينيات، شعرها أشقر مربوط بشكل فضفاض، ترتدي سترة زيتية فضفاضة، تمشي عبر حقل قمح في ضوء أواخر الظهيرة، والكاميرا تتبعها من الخلف على مسافة" فيولّد شيئًا له هوية بصرية حقيقية. فكلما كان الوصف الجسدي أكثر تحديدًا، كان الناتج أكثر تميزًا وثباتًا.
قبل أن تلتزم بنموذج واحد، من المفيد أن تعرف مكان Sora 2 في المشهد الأوسع. هذه أهم النماذج التي تستحق أن تعرفها:
| النموذج | نقطة القوة | الاستخدام الأمثل |
|---|---|---|
| Sora 2 | الاتساق الزمني، والفيزياء، والتحكم بالكاميرا | الواقعية السينمائية، واللقطات الطويلة |
| Sora 2 Pro | صوت محيطي متزامن، ومخرجات بجودة HD | المحتوى القابل للمشاركة، والإنتاج الكامل |
| Kling v3 Video | التحكم بالحركة، وتحريك الشخصيات | المشاهد التي تقودها الشخصيات |
| Veo 3 | صوت أصلي، وحركة واقعية | المشاهد التي تحتاج إلى صوت |
| Hailuo 02 | السرعة، ومخرجات 1080p | التكرار السريع بدقة عالية |
| Seedance 2.0 | مزامنة الصوت والفيديو، وحركة نظيفة | المحتوى الاجتماعي مع الموسيقى |
| LTX 2 Pro | جودة مخرجات 4K | التسليم النهائي بدقة عالية |
| Wan 2.7 T2V | دقة 1080p، ونموذج مفتوح | توليد الفيديو اليومي |
لا يتفوق نموذج واحد في كل الفئات. Sora 2 في الصدارة من حيث الواقعية السينمائية والمعقولية الفيزيائية. وللسرعة بدقة عالية، يستحق Hailuo 02 التجربة. وأما لأي شيء يحتوي على صوت مدمج، فإن Veo 3 أو Seedance 2.0 بدائل جادة.
بما أن Sora 2 متاح مباشرة على PicassoIA، فلا تحتاج إلى إدارة مفاتيح API أو حسابات فوترة أو تسجيلات منفصلة على منصات أخرى. وإليك سير العمل الدقيق:
انتقل مباشرة إلى صفحة نموذج Sora 2. سترى حقل إدخال الأمر النصي وإعدادات المدة وإعدادات المخرجات على شاشة واحدة. لا حاجة لأي إعداد للبدء.
الصق أمرك النصي في الحقل. لا يعدّل PicassoIA الأوامر النصية ولا يفلترها تلقائيًا، لذا ما تكتبه هو ما يُرسل إلى النموذج. وهذا يعني أن جودة ناتجك تعتمد بالكامل على جودة أمرك النصي.
إن أردت البدء فورًا، فاستخدم أيًا من بنى "المشهد + الحركة + المزاج" من هذا المقال. الصقها واضغط على التوليد.
لأول فيديو لك على PicassoIA باستخدام Sora 2:
💡 نصيحة: إن احتجت إلى مخرجات بدقة أعلى، فمرّرها عبر نموذج رفع الدقة بعد التوليد. فهذا أسرع من إعادة التوليد بدقة 4K من البداية.
بعد أن يُولَّد الفيديو، لديك عدة خيارات على المنصة نفسها. إن احتجت إلى صوت، فأضفه عبر نموذج تحويل النص إلى كلام أو نموذج توليد الموسيقى بالذكاء الاصطناعي. وإن كان الفيديو يحتاج إلى تعديل، فتتيح لك أدوات تحرير الفيديو القص والتنسيق والتحسين. وإن أردت تحريك شخصية محددة أو وجه معيّن، فإن Kling Avatar v2 يتولى ذلك على المنصة نفسها.
يمكن أن تتم سلسلة الإنتاج بأكملها، من الأمر النصي إلى الفيديو النهائي مع الصوت، دون تبديل الأدوات.
إن كنت تحدّق في حقل الأمر النصي غير متأكد مما تكتبه، فإليك خمسة أوامر يمكنك استخدامها الآن. صُمم كل منها ليعمل جيدًا مع نقاط قوة Sora 2 في الفيزياء والتحكم بالكاميرا:
1. الغرفة الهادئة "مكتبة دراسة دافئة مبطنة بالكتب، ضوء شمس بعد الظهر يمر عبر ستائر مغبرة، جزيئات الغبار تطفو في شعاع من الضوء الدافئ، بلا أشخاص، كاميرا ثابتة، هادئ وساكن."
2. المدينة تحت المطر "شارع مبلل بالمطر في مدينة أوروبية ليلًا، أضواء السيارات تنعكس على الحصى، مظلة حمراء تبتعد عن الكاميرا في وسط الشارع، انجراف بطيء للكاميرا إلى الأمام."
3. طقس القهوة "لقطة قريبة ليدين تصبّان الحليب ببطء في قهوة سوداء داخل كوب خزفي على طاولة فطور خشبية، ضوء الصباح، بخار يتصاعد، عمق ميداني ضحل، كاميرا ثابتة."
4. الطريق المفتوح "لقطة جوية عريضة لسيارة واحدة تسير على طريق جبلي متعرج عبر غابة الخريف، أوراق برتقالية وحمراء دافئة، ضوء ناعم غائم، هبوط سينمائي بطيء بطائرة مسيّرة."
5. المحيط عند شروق الشمس "حافة منحدر صخري عند شروق الشمس، أمواج صغيرة تتكسر أسفله، ضوء ذهبي يمتد عبر الماء، بلا أشخاص، الكاميرا تتقدم ببطء نحو الأفق، ضباب جوي، سينمائي."
يحتوي كل من هذه الأوامر على موضوع واحد، ومكان واحد، وحركة بسيطة، وإضاءة واضحة. وقد صُممت لتنجح في التوليد الأول وتمنحك أساسًا متينًا تنطلق منه للتكرار.
الطريقة الوحيدة لتتقن هذا هي التوليد. فكتابة الأوامر، وحدس التكرار، والقدرة على قراءة ما حدث خطأ وإصلاحه بتغيير واحد: كل ذلك يأتي من التجربة 10 أو 20 أو 50 مرة.
يوفّر PicassoIA Sora 2 جاهزًا للاستخدام إلى جانب كل نموذج رئيسي آخر لتحويل النص إلى فيديو، بما في ذلك Kling v3 Video وVeo 3 وSeedance 2.0 وLTX 2 Pro. اختر واحدًا من الأوامر الخمسة أعلاه، وافتح النموذج، وشاهد النتيجة التي تظهر لك. غيّر شيئًا واحدًا. ولّد مرة أخرى. ستحصل على سير عمل يعمل في أقل من 10 دقائق.
اختر لغتك
