حرّك صورة بالذكاء الاصطناعي: ستّ مهامّ يمكن لصورة ثابتة أن تؤدّيها

ستّ مهامّ عملية لأدوات تحويل الصور إلى فيديو بالذكاء الاصطناعي، من صفحات المنتجات إلى أرشيفات العائلة، مع تعليمة الحركة وفحص الإنهاء الذي تحتاجه كل مهمة.

حرّك صورة بالذكاء الاصطناعي: ستّ مهامّ يمكن لصورة ثابتة أن تؤدّيها

الصورة الفوتوغرافية الثابتة ليست فيديو فاشلًا. إنها إطار تتحكّم فيه مسبقًا: الإضاءة مستقرّة، والموضوع في المكان الذي وضعته فيه، ولا حاجة إلى حجز أحد لإعادة التصوير. يأخذ الذكاء الاصطناعي لتحويل الصور إلى فيديو ذلك الإطار ويولّد حركة حوله، وهذا ما يجعل التقنية مفيدة في حالة واحدة بعينها: عندما تكون الصورة موجودة والتصوير غير موجود.

هذا وعدٌ أضيق من الوعود التي تقدّمها معظم صفحات الأدوات، لذلك جاء هذا الدليل مرتّبًا حسب المهمة لا حسب الميزة. وتأتي بعده ستّ مهامّ، لكل منها الصورة التي تحتاجها، وتعليمة الحركة التي تؤدّي العمل، والفحص الوحيد الذي يخبرك إن كان المقطع منتهيًا أم مجرّد مُخرَج مُصيَّر.

هناك قيدان يشكّلان المهامّ الستّ جميعًا. في أنظمة تحويل الصورة إلى فيديو تصبح الصورة المصدر عادةً الإطار الأول للمقطع، والمقاطع نفسها قصيرة. وتصف وثائق Google لتوليد الفيديو مخرجات مدّتها 8 ثوانٍ بدقة 720p أو 1080p أو 4K، بصيغة أفقية 16:9 أو رأسية 9:16، مع تحكّم اختياري في الإطار الأول والأخير وما يصل إلى ثلاث صور مرجعية. 8 ثوانٍ إيماءة، لا حكاية. خطّط لإيماءة.

الصورة تحتوي أصلًا على الجزء الصعب

ظلّ تحريك الصور لسنوات مشكلة بحثية قائمة بذاتها. يعرّف نموذج الحركة من الدرجة الأولى، المنشور في عام 2020، تحريك الصور بأنه توليد تسلسل فيديو بحيث يُحرَّك جسم في صورة مصدر وفقًا لحركة فيديو مُقاد، ويُدرج إنتاج الأفلام والتصوير الفوتوغرافي والتجارة الإلكترونية ضمن تطبيقاته. اقرأ ذلك التعريف بتمعّن، فبنيته ما زالت قائمة: المظهر يأتي من الصورة الثابتة، والحركة تأتي من مكان آخر.

في مسارات المعالجة الأقدم كان ذلك «المكان الآخر» فيديو مُقادًا أو إطارات مفتاحية يرسمها محرّك رسوم. وفي أداة تحويل الصور إلى فيديو يكون هو نصّك التوجيهي. هذا التحوّل أهمّ من أي شريط تمرير، لأنك لا تضيف حياة بشكل عام. أنت تحدّد الحركة بالكلمات وتطلب من النموذج أن يوفّق بين تلك الكلمات والبكسلات التي أُعطيها.

يصف MotionCanvas، وهو نظام لتحويل الصور إلى فيديو من عام 2025، تصميم اللقطة بأنه تخطيط مشترك لحركة الكاميرا وحركة الأجسام في فضاء المشهد. كلتاهما، لا إحداهما دون الأخرى. النصّ التوجيهي الذي يسمّي الكاميرا وحدها يمنحك كاميرا متحرّكة وموضوعًا متجمّدًا. والنصّ التوجيهي الذي يسمّي الموضوع وحده يترك الإطار ساكنًا. المقاطع التي تُقرأ جيدًا تسمّي عادةً كليهما، وتسمّي أيضًا ما يجب أن يبقى ثابتًا.

ما يحتفظ به النموذج وما يبتكره

يذكر دليل توليد الفيديو في Diffusers المشكلة الجوهرية بوضوح: توليد الفيديو امتداد لتوليد الصور، الذي يمكن اعتباره فيديو من إطار واحد، والجزء الصعب هو الحفاظ على اتساق النص والفضاء والزمن من إطار إلى آخر. وعدد الإطارات هو المقبض الرئيسي، إذ تعني الإطارات الأكثر حركةً أكثر سلاسة ومقطعًا أطول عند معدّل معيّن.

ينتج عن ذلك نتيجتان عمليتان. أولًا، كل ما لا يستطيع النموذج رؤيته في الصورة سيُبتكر إن كانت حركتك تقتضيه. فالصورة الأمامية لزجاجة يطلب النصّ التوجيهي تدويرها ستُنتج ملصقًا خلفيًا لم يكن موجودًا قط. ثانيًا، كل ما يستطيع النموذج رؤيته يميل إلى الصمود: الظلال الصامتة واللون والتكوين وإحساس الخامة تبقى متماسكة عبر مقطع قصير على نحوٍ لا يتحقّق غالبًا في إعادة تصوير متعجّلة.

ولهذا فإن اختيار الصورة المصدر هو الذي يؤدّي معظم العمل. الإطار الواضح جيد الإضاءة بموضوع ظاهر يمنح النموذج شيئًا يحافظ عليه. أما الإطار المزدحم بثلاث نقاط تركيز متنافسة فيمنحه مكانًا ينحرف إليه.

حالة استخدام: صفحة منتج تحتاج ثانية صادقة واحدة

المهمة الأكثر شيوعًا هي صورة كتالوج ثابتة يجب أن تتحرّك في صفحة هبوط أو في إعلان على سوق إلكتروني. والمدخل صورة منتج نظيفة، يُفضّل أن تكون على سطح بسيط باتجاه إضاءة واحد واضح ودون إكسسوارات تزدحم على الحواف. والتعليمة صغيرة عن قصد: دفع خفيف للكاميرا، أو انزلاق للضوء على السطح، أو نقل ناعم لبؤرة التركيز. لا شيء يقتضي أن يغيّر المنتج شكله.

كوب فخّاري بسيط واحد على طاولة مغطاة بالكتان تحت ضوء جانبي ناعم واحد، مع ظل طويل يمتد على السطح

الفحص: توقّف عند الإطار الأخير وقارنه بالأول. إذا تحرّك الشعار، أو انحرفت النسب، أو صارت الخامة لامعة، فالحركة كانت أكبر من طاقة الإطار الذي قدّمته.

حالة استخدام: نسخ إعلانية للتواصل الاجتماعي دون إعادة تصوير

اختبار الإعلانات يكافئ الحجم، والحجم مكلف حين تحتاج كل نسخة إلى استوديو. صورة منتج أو صورة حياة واحدة قوية يمكنها أن توفّر عدة مقاطع لا تختلف إلا في الحركة: دفع بطيء لعلامة تجارية رصينة، ودفع أسرع مع إمالة لموضع في التغذية، ونسخة شبه ثابتة بضوء منزلق لجمهور هادئ. والقصّ الرأسي مهم هنا، ولهذا يوجد خيار المخرجات 9:16 من الأساس.

ينبغي أن تصف التعليمة الفرق بين النسخ، لا المشهد بأكمله في كل مرة. عبارة مثل «التأطير نفسه، دفع أسرع، الكاميرا تميل قليلًا إلى الأعلى» أسهل في التقييم مقابل المخرج السابق من فقرة معاد كتابتها.

حالة استخدام: مقدّمة لصانع محتوى لا تعتمد على ظهور الوجه

تحتاج القنوات والنشرات البريدية وصفحات الدورات جميعًا إلى إيقاع افتتاحي قصير، ولا يرغب كل صانع محتوى في الظهور أمام الكاميرا. ويمكن لصورة شخصية أو صورة ثابتة متقنة لمساحة العمل أن تحمل إيقاع عنوان مدّته ثانيتان: تقريب بطيء نحو الوجه، أو انزلاق تمويه خفيف عبر مكتب، أو ستارة ضوء تعبر الإطار. أبقِ حركة الموضوع في الحد الأدنى. فالفم الذي يتحرّك بلا صوت يُقرأ كخلل، بينما يُقرأ التفات الرأس أو رمشة العين كحياة.

حالة استخدام: معاينات العقارات والضيافة

الصورة الداخلية الواسعة إطار أول طبيعي، لأن حركة الكاميرا التي تريدها موجودة أصلًا في التكوين: تقدّم إلى الأمام عبر المدخل، أو انزلاق إلى اليسار نحو النافذة، أو ارتفاع قليل نحو خط السقف. هذه هي الحالة التي يصبح فيها قيد الإطار الأول ميزة لا قيدًا، لأن الصورة قد أُطّرت لتُنظر.

اطلب حركة واحدة لكل مقطع. المقطع الذي يتقدّم ويلتف ويميل في الوقت نفسه يُقرأ كلقطة بطائرة مسيّرة فقدت السيطرة؛ أما الحركة الواحدة الثابتة فتُقرأ ككاميرا على مثبّت، وهو ما يتوقعه الجمهور من جولة في عقار.

حالة استخدام: إحياء صور العائلة القديمة

الصور الأرشيفية أكثر المدخلات تسامحًا وأكثر المخرجات وقعًا عاطفيًا. فالطبعات الممسوحة تحمل حبيبات ونعومة وألوانًا باهتة يعيد النماذج الحالية إنتاجها بإقناع، وقدرٌ صغير من الحركة، دفع بطيء نحو وجه، أو انزلاق عبر مجموعة، يحوّل شريحة إلى لحظة. وخيار الصورة المرجعية مفيد هنا: قدّم الطبعة الممسوحة كإطار أول ونسخة ثانية أنقى كمرجع، ليكون لدى النموذج نسيج الأصل والتفاصيل التي يحتاجها معًا.

كومة غير مرتبة من صور العائلة القديمة مفرودة على طاولة خشبية داكنة بجانب مصباح مكتب دافئ

كن محافظًا. في صورة لأشخاص، يحفظ الدفع نحو الداخل الوجوه؛ أما النصّ التوجيهي الذي يطلب من الأشخاص الالتفات نحو الكاميرا فيطلب من النموذج ابتكار ملامح لا يراها، والوجوه المبتكرة في مواد العائلة هي النتيجة الوحيدة التي لا يغفرها المشاهدون أبدًا.

حالة استخدام: رسم توضيحي تحريري للصفحات المكتظّة بالنص

كثيرًا ما تحتاج المقالات الطويلة والتوثيق والتقارير إلى عنصر بصري ليس صورة جاهزة لحاسوب محمول. الصورة الثابتة المتحرّكة تصلح كحلقة في الترويسة: 16:9، حركة واحدة بطيئة، بلا قطع. الحركة زخرفية تقريبًا، وهذا هو المقصود، لأن القارئ الذي يلاحظ الحلقة قد توقّف عن القراءة. ويمكن إعادة استخدام المقطع نفسه عبر سلسلة إذا كان التكوين عامًا بما يكفي ليحتمل عنوانًا ثانيًا.

فحص ما قبل التصيير

قبل أن تنفق عملية تصيير، أجب عن خمسة أسئلة على الورق.

  • هل هناك موضوع واحد، واضح الإضاءة، يستطيع النموذج الحفاظ عليه؟
  • هل يسمّي النصّ التوجيهي سلوك الكاميرا وسلوك الموضوع معًا؟
  • هل يذكر ما يجب ألّا يتحرّك؟
  • هل المدّة ضمن ما ينتجه النموذج فعلًا، لا ضمن ما تريده الحكاية؟
  • هل نسبة الأبعاد هي التي يستخدمها موضع النشر، لا التي تصادف أن تكون للصورة المصدر؟

بعد التصيير، الفحص واحد في كل حالة استخدام: قارن الإطار الأخير بالأول، ثم قارن الإطار الأول بالملف الأصلي. إذا كان الإطار الافتتاحي مختلفًا أصلًا عن المصدر، فقد أعاد النموذج تفسير الصورة بدلًا من تحريكها، ولن يصلح ذلك أي قدر من ضبط النصّ التوجيهي لاحقًا.

حيث تتوقّف الصورة المتحرّكة عن العون

تحويل الصور إلى فيديو خيار رديء لكل ما يحتاج حوارًا أو نصًا مولّدًا مقروءًا أو تسلسلًا محدّدًا من الأفعال على أكثر من لقطة. فالصورة الثابتة لا تستطيع أن تُظهر منتجًا يُفتح ويُستخدم ويُعاد إلى مكانه في 8 ثوانٍ دون أن يبتكر النموذج معظم ذلك. ولا تستطيع أيضًا إنقاذ صورة مصدر سيئة: فالحركة تضخّم كل خطأ في الإطار، ولا سيّما إضاءة محروقة أو تركيز ناعم على الموضوع.

تعامل مع المخرج كلقطة، لا كمشهد. فالفرق التي تجني قيمة من هذا المسار تجمع ثلاثة أو أربعة مقاطع قصيرة بقطوع حادة أو تلاشٍ، ويُولَّد كل مقطع من صورته الثابتة الخاصة وتعليمته الواحدة الخاصة.

اختر المهمة، ثم اكتب النصّ التوجيهي

الترتيب مهم. حدّد أيّ المهامّ الستّ يؤدّيها المقطع، ثم اختر الصورة الثابتة التي تحتاجها تلك المهمة، ثم اكتب جملة تسمّي الكاميرا والموضوع والقيد. في أداة KOOX AI لتحويل الصور إلى فيديو يكون المسار هو الخطوات الثلاث نفسها: ارفع صورة واضحة، وصِف الحركة، ثم ولّد وحسّن. وإن أردت مزيدًا من البنية للخطوة الوسطى، فإن هيكل النصّ التوجيهي من خمسة أسطر بداية جيدة، وأنماط الحركة الستة تغطّي الحركات التي تصمد أكثر من غيرها على صورة ثابتة.

نصيحة أخيرة توفّر عمليات التصيير: اكتب الفحص قبل النصّ التوجيهي. إذا كنت تعلم أنك ستقارن الإطار الأخير بالأول والأول بالأصل، فستطلب حركة أقل، وسيقع المقطع أقرب إلى الصورة التي بدأت بها.

معلومات المنشور

تاريخ النشر
حرّك صورة بالذكاء الاصطناعي: ستّ مهامّ يمكن لصورة ثابتة أن تؤدّيها