مطالبات حركة الفيديو بالذكاء الاصطناعي للتتابعات متعددة اللقطات: سير عمل Kling 3

تُكتب مطالبات الحركة عادةً لقطةً واحدة في كل مرة: اختر موضوعًا، واختر حركة، وولِّد، ثم احكم على النتيجة بما إذا كانت الكاميرا قد أطاعت أم لا. يغيّر Kling 3 وحدة العمل. فالتوليد الواحد في سلسلة VIDEO 3.0 يمكنه أن يحمل ما يصل إلى ست لقطات على مدى ثلاث إلى خمس عشرة ثانية، وأن يخطط انتقالاته بنفسه، وأن ينقل صوتًا أصليًا عبر كل قطع. لم يعد السؤال ما تفعله الكاميرا، بل على ماذا تُنفق كل لقطة ثوانيها، وأين يجب أن يقع القطع كي تكون النبضة التالية منطقية.

هذه مشكلة تخطيط قبل أن تكون مشكلة صياغة. يعامل سير العمل أدناه التوليد الواحد كتتابع صغير: ابنِ التغطية أولًا، واقسم الثواني بين اللقطات، واكتب كل كتلة لقطة بالطريقة نفسها، وثبِّت ما يجب ألا يتغيّر، ثم دقِّق القطعات بدلًا من الإطارات الجميلة. كل ذلك يتّسع في حقل مطالبة واحد.

ابنِ التغطية قبل أن تكتب الحركة

التغطية هي قائمة اللقطات وما كل واحدة مسؤولة عنه. اكتبها أولًا كأسطر بسيطة، بلا لغة كاميرا: من على الشاشة، والشيء الوحيد الذي يتعلمه المشاهد. تشويقة مشروب من أربع لقطات تُقرأ هكذا: الكأس وحده على منضدة؛ يد ترفعه؛ السكب؛ الكأس يُوضع. عندها فقط يحصل كل سطر على تأطير.

إرشادات Kling نفسها بشأن اللقطات المتعددة صارمة في هذا. ينبغي لكل لقطة أن تضيف نبضة بصرية أو سردية متميزة بدلًا من تكرار معلومة سبق تقديمها من زاوية أخرى. هذه القاعدة وحدها تُبطل معظم قوائم اللقطات السيئة. إذا كان سطران يقولان للمشاهد الشيء نفسه، فأحدهما حركة كاميرا تتظاهر بأنها نبضة. ادمجهما، أو اجعل السطر الثاني يقول شيئًا جديدًا.

أبقِ القائمة داخل ما يستطيع النموذج تخطيطه. يسرد جدول الميزات الرسمي ما يصل إلى ست لقطات لكل توليد في الوضعين التلقائي والمخصص. الستة سقف، لا هدف.

اقسم الثواني قبل أن تكتب كلمة

تولّد سلسلة VIDEO 3.0 ما بين ثلاث وخمس عشرة ثانية، وفي Custom Multi-Shot تحدد مدة كل لقطة بنفسك. هاتان الحقيقتان تحوّلان المطالبة إلى تمرين في القسمة. تسع ثوانٍ مع ثلاث لقطات توحي بثلاث ثوانٍ لكل لقطة. ست لقطات في ست ثوانٍ تمنح كل نبضة ثانية واحدة، وهذا وقت لا يكفي لتسجيل إطار جديد، فضلًا عن أداء.

تبقى قاعدتان صامدتين عند الاحتكاك بالنموذج. امنح اللقطة التي تحمل التغيير أطول مدة، وأبقِ الأقصر عند ثانيتين أو أكثر إلا إذا كانت وميضًا مقصودًا. إذا خرجت الحسبة تحت هذا الحد الأدنى، فلديك لقطات أكثر مما يحتمله المقطع: احذف نبضة بدلًا من تصغير كل لقطة.

اكتب الثواني داخل المطالبة. يقرأ النموذج البنية، وتحصل أنت على خطة يمكنك مقارنة المخرجات بها.

اكتب كل كتلة لقطة في المواضع الأربعة نفسها

كل كتلة كومة قصيرة بالترتيب نفسه: رقم اللقطة ومدتها، التأطير، فعل الموضوع، سلوك الكاميرا. يأتي الحوار أو الإشارة الصوتية أخيرًا، داخل اللقطة التي تملكها. يسمّي دليل Kling الحقول نفسها، المدة والتأطير والمنظور، والمحتوى السردي، وحركة الكاميرا، ما يوحي بأن الترتيب ليس عشوائيًا.

الانضباط أهم من المفردات. حركة مرئية واحدة لكل لقطة، وينبغي أن تتفق مع ما يفعله الموضوع: شخص يخطو نحو العدسة وزحف بطيء إلى الداخل يعزّز كل منهما الآخر، بينما خطوة نحو العدسة وتراجع يلغيان بعضهما. صفات مثل «سينمائي» تسمّي إحساسًا لا قرارًا، فتنفق كلمات دون أن تقيّد شيئًا.

الكتلة المكتملة تُقرأ هكذا. اللقطة الثانية، ثلاث ثوانٍ، متوسطة من الجانب، ترفع الكأس وتسكب، الكاميرا تنزاح يمينًا مع يدها. تأطير واحد، فعل واحد، حركة واحدة. يستطيع المراجع أن يعرف بنظرة ما إذا كانت المخرجات قد طابقت.

ثبِّت ما يجب ألا يتغيّر بين القطعات

يأتي الاتساق من مكانين: ما تُحيل إليه وما تكرره. يدعم Kling 3 مراجع الموضوع والعنصر، فيمكن تثبيت شخصية أو منتج أو أداة بينما تتغير الزاوية. عندما يعتمد مشهد على وجه واحد أو ملصق واحد، فإن مرجعًا واحدًا يفعل أكثر من ثلاث جمل وصفية.

النصف الثاني نصّي. احتفظ بكتلة وصف ثابتة للملابس ولون الأداة ووقت اليوم وإحساس العدسة، وكرّرها حرفيًا في كل لقطة تُظهر تلك الأشياء، ثم غيّر الجزء المتغير فقط. تُقرأ كل كتلة لقطة كتعليمة منفصلة، فأي تفصيل تحذفه في اللقطة الثالثة هو تفصيل قد يختلقه النموذج من جديد.

اكتب الاتساق في الفعل أيضًا. إذا كانت يد تحمل كأسًا في نهاية اللقطة الأولى، فينبغي أن تفتتح اللقطة الثانية واليد ما زالت تحمله. التداخلات الصغيرة تمنح القطع شيئًا يحمله.

ضع النبضة الصوتية داخل اللقطة التي تملكها

تولّد سلسلة 3.0 صوتًا أصليًا مع الصورة، وفي مشهد متعدد الشخصيات يمكنك ربط سطر بمتحدث محدد. استخدم ذلك في كل لقطة بدلًا من كتابة فقرة موسيقى تصويرية في النهاية. السطر ينتمي إلى اللقطة التي يظهر فيها الفم؛ ونغمة الغرفة تنتمي إلى كل لقطة في الغرفة.

يحدّان اثنان من الكتابة. الصوت في 3.0 أحادي القناة، فكلمات مثل اليسار واليمين لا تعني شيئًا. الحوار موثوق باللغات التي يسردها Kling لهذه السلسلة، الصينية والإنجليزية واليابانية والكورية والإسبانية، لذا فإن نصًا بلغة أخرى مقامرة لا خطة.

الصمت نبضة صالحة. لقطة بلا سطر مع نغمة غرفة ثابتة تفعل للإيقاع أكثر مما تفعله جملة محشورة في ثانيتين.

اضبط بالتمريرة التلقائية، ثم تولَّ زمام التحكم

يقدّم Kling وضعين، ويعملان على أفضل وجه بالترتيب. مع تشغيل Multi-Shot وترك Custom Multi-Shot دون مسّ، يخطط النموذج الانتقالات والتأطير بنفسه. ومع Custom Multi-Shot تحدد عدد اللقطات ومددها، فيتبع خطتك عن كثب.

شغّل النسخة التلقائية مرة واحدة على وصف مشهدك حتى عندما تنوي التحكم في كل شيء. إنها استكشاف رخيص: ترى أين يريد النموذج أن يقطع، وأي نبضة يعاملها كلقطة تأسيسية، وما إذا كانت أسطرك الأربعة سطرين في الحقيقة. ثم انتقل إلى Custom Multi-Shot واكتب الخطة التي تريدها فعلًا، بالمدد الناتجة عن قسمتك.

تجيب التمريرة التلقائية أيضًا عمّا إذا كان المشهد يحتاج إلى قطع أصلًا. إذا اختزل النموذج قائمتك في لقطة واحدة جيدة، فالتتابع كان على الأرجح لقطة واحدة بكلمات زائدة.

دقِّق القطعات، لا الإطارات

راجع المخرجات كما يفعل المونتير، عند نقاط الوصل. أوقف التشغيل بضعة إطارات على كل جانب من القطع واسأل ثلاثة أسئلة. هل يحافظ الموضوع على موضعه واتجاهه، أم يقفز إلى الجهة الأخرى؟ هل تبدأ اللقطة الداخلة قبل أن ينتهي الفعل الخارج، أم تعيد بدءه؟ هل تصمد اللقطة الأخيرة طويلًا بما يكفي لتُقرأ؟

معظم الإخفاقات الحقيقية واحدة من أربع. نبضة مكررة، أو كاميرا تعود إلى إطار محايد عند كل قطع، أو فعل يرتد عائدًا، أو مقطع تنفد أفكاره في ثلثه الأخير. لكل منها إصلاح في المطالبة. التكرار يعني أن خطة التغطية فيها تكرارات. الكاميرا التي تعود إلى موضعها تعني أن اللقطة الداخلة لم تحصل على حركة قط. الارتداد العائد يعني أن كتلتين متجاورتين تصفان الإيماءة نفسها. النهاية المسطحة تعني أن الكتلة الأخيرة لم تكن لها نبضتها الخاصة.

غيّر كتلة واحدة في كل تكرار. إعادة كتابة المطالبة كاملة بعد كل محاولة تجعل من المستحيل معرفة أي تعليمة أصلحت أي شيء.

مطالبة من ثلاث لقطات وتسع ثوانٍ قابلة للتكييف

اقرأ ما يلي كقالب، لا كنص. اذكر المكان والأسلوب مرة واحدة، قبل أي كتلة لقطة: مطبخ هادئ عند الفجر، ضوء نافذة دافئ، عمق ميدان ضحل.

اللقطة الأولى، ثلاث ثوانٍ، واسعة من المدخل، الغرفة خالية إلا من الكأس على المنضدة، الكاميرا ثابتة.

اللقطة الثانية، ثلاث ثوانٍ، متوسطة من الجانب، تدخل يد وترفع الكأس، الكاميرا تنزاح يمينًا مع اليد.

اللقطة الثالثة، ثلاث ثوانٍ، قريبة على الكأس عند الشفتين، رشفة، ثم ينخفض الكأس خارج الإطار، الكاميرا ثابتة.

اختم بتعليمة الاتساق: الكأس نفسه، الضوء نفسه، الملابس نفسها طوال الوقت.

كل كتلة تسمّي مدة وتأطيرًا وفعلًا واحدًا وسلوك كاميرا واحدًا. لا شيء يتكرر. تجمع المدد إلى طول المقطع، وتصمد اللقطة الأخيرة كي لا ينتهي الفيديو في منتصف إيماءة.

أين يعمل سير العمل هذا على KOOX AI

Kling 3 على KOOX AI يأخذ مطالبة وصورة مرجعية اختيارية ويعيد مقطعًا قصيرًا، مع حمل المطالبة للمشهد والكاميرا والمزاج. تصف الصفحة الحلقة نفسها التي يستخدمها سير العمل هذا: صِف، وولِّد، وراجع، وحسِّن. يمكنك كتابة قائمة اللقطات في أي مكان، في ملاحظة أو موجز عميل، ولصق الكتل في حقل المطالبة.

إن كنت ما زلت تعمل على حركات اللقطة الواحدة قبل ترتيبها في تتابع، فإن أنماط الحركة الست لصورة واحدة تعلّمك المفردات التي تعتمد عليها كل كتلة لقطة. الترتيب في تتابع هو المهارة الثانية.

ابدأ بثلاث لقطات وتسع ثوانٍ. أنجز تتابعًا واحدًا يستحق فيه كل قطع مكانه، وستكون لديك خطة قابلة لإعادة الاستخدام لكل مقطع أطول تحاوله.