أنماط مطالبات تحويل الصور إلى فيديو بالذكاء الاصطناعي: ست طرق لتحريك صورة واحدة

لديك الإطار بالفعل. هذا ما يميّز تحويل الصور إلى فيديو بالذكاء الاصطناعي عن كتابة وصف مشهد داخل مولّد: فالصورة أجابت مسبقًا عن أسئلة مَن، وأين، وأي لون، وأي ضوء. لم يبقَ سوى سؤال واحد: ما الذي يتغيّر بين الثانية الأولى والأخيرة.

معظم المقاطع الضعيفة تأتي من مطالبات تجيب عن السؤال الخطأ. فهي تعيد وصف الصورة إلى النموذج — المرأة، المعطف، الشارع المبلّل — وتترك الحركة للحظ. يضع دليل المطالبات من Luma القاعدة بوضوح: المطالبات القوية لتحويل الصورة إلى فيديو تصف الحركة، لا الصورة نفسها. ويقول دليل Wan من Wink الشيء ذاته من الزاوية المقابلة: إعادة ذكر لون الملابس تهدر كلمات كان يجب أن تحمل الحركة.

لذلك فإن وحدة العمل المفيدة هي نمط الحركة: بنية جملة تسمّي تغيّرًا واحدًا، وسلوك كاميرا واحدًا، وإيقاعًا واحدًا. فيما يلي ستة أنماط تصمد مع المنتجات والوجوه والمناظر والحلقات القصيرة على المنصات الاجتماعية، ولكل منها سبب نجاحه وموضع انكساره.

اكتب التغيّر، لا الصورة

مطالبة تحويل الصورة إلى فيديو ترث كل ما هو مرئي في الإطار المصدر. أما ما لا ترثه فهو النيّة. يستطيع النموذج أن يرى الكوب، لكنه لا يعرف هل ينبغي أن يتصاعد البخار ملتفًّا لأربع ثوانٍ، أم أن تقترب الكاميرا أكثر.

ثلاثة قرارات تجعل تلك النيّة صريحة، ويسمّيها شرح Kling بالطريقة نفسها: حركة العنصر، وحركة المحيط، وحركة الكاميرا. حدّد أيّها يحمل المقطع. الشخص الذي يستدير حركة عنصر؛ والماء المتموّج حول زجاجة حركة محيط؛ والاقتراب البطيء حركة كاميرا. يمكن أن تتعايش الثلاثة، لكن واحدًا منها يجب أن يكون سبب وجود اللقطة.

هناك قرار رابع يسهل نسيانه: ما الذي يجب أن يبقى قابلًا للتمييز. وجه، أو ملصق، أو شعار، أو شكل منتج. وكتابة هذا القيد — «يبقى الملصق مواجهًا للكاميرا وحادًّا» — كثيرًا ما تكون أنفع من إضافة فعل آخر.

حدّد ميزانية الحركة قبل أن تكتب

أكثر إخفاقات المطالبات شيوعًا هو ميزانية حركة أكبر من اللازم. يشير دليل Pictory إلى أن وصف حركة واحدة واضحة يجعل النماذج تتصرف بانتظام، بينما طلب عدة حركات دفعة واحدة يجعل الناتج رخوًا. ولإرشادات Kling الشكل ذاته: فعل رئيسي واحد، وحركة مساندة واحدة على الأكثر.

ميزانية عملية لمقطع من خمس ثوانٍ:

• تغيّر أساسي واحد، موصوف بفعل واتجاه
• تغيّر مساند واحد اختياريًا، ويفضّل أن يكون في المحيط لا على العنصر
• تعليمة كاميرا واحدة، أو تصريح صريح بأن الكاميرا ثابتة
• كلمة إيقاع واحدة، وقيد واحد على ما يجب ألا يتغيّر

إذا كانت مطالبتك تتضمن ثلاثة أفعال على العنصر، فاحذف اثنين. سينفق النموذج حركته المحدودة على الفعل الذي أبقيته، ويبقى الإطار متماسكًا.

النمط 1: الاقتراب من عنصر ساكن

النمط الأكثر أمانًا، وهو المناسب عندما تكون الصورة لمنتج أو عبوة أو جسم عليه نص. العنصر لا يفعل شيئًا، والكاميرا تقوم بالعمل.

«تقترب الكاميرا ببطء وثبات نحو الزجاجة، وتتوقف قبل الملصق بقليل. تبقى الزجاجة ساكنة، وتبقى حوافها وغطاؤها وملصقها حادة. وتصير الخلفية أنعم قليلًا.»

سبب نجاحه: متغيّر واحد فقط يتحرّك، فتبقى هندسة الجسم سليمة. ومن هنا تبدأ مطالبات الكاميرا الموثوقة عند Pictory: تقريب بطيء، وتحريك أفقي لطيف، ودفع أمامي خفيف.

موضع انكساره: السرعة. الاقتراب الذي يقطع مسافة كبيرة يجبر النموذج على ابتكار تفاصيل عند الحواف، والنص الصغير هو أول ما يهتز. فإن كان الملصق مهمًا، فقصّر الحركة.

النمط 2: استدارة الوجه المتحفّظة

الوجوه أول ما يتحقق منه المشاهد، وهذا يجعل البورتريه أكثر الموضوعات مردودًا وأكثرها هشاشة في الوقت نفسه. يبقي مثال البورتريه عند Luma الحركة صغيرة: يستدير العنصر ببطء نحو الكاميرا، ويتحرّك الشعر تحرّكًا خفيفًا في نسمة، وتحتفظ الخلفية بإزاحة بوكيه لطيفة.

«تدير امرأة رأسها ببطء نحو الكاميرا وتحافظ على ابتسامة هادئة بفم مغلق. يرتفع شعرها قليلًا في نسمة خفيفة. وتبقى الخلفية خارج نطاق التركيز بنعومة.»

سبب نجاحه: الاستدارة فعل واحد متصل له بداية ونهاية واضحتان، وتمنح النموذج سببًا لتحريك الوجه من دون إعادة تشكيله.

موضع انكساره: تراكم الأفعال. «تضحك، وتستدير، وتمشي إلى الأمام» ثلاثة مقاطع في مطالبة واحدة، ويحلّها النموذج عادةً بالتحوّل التدريجي بينها. وإذا كان العنصر يواجه الكاميرا أصلًا، فاستخدم فعلًا دقيقًا بدلًا من ذلك — رفع العينين، أو نفس، أو إمالة خفيفة.

النمط 3: الانسياب التبايني للمناظر والمساحات الداخلية

تحتاج المشاهد الواسعة إلى العمق أكثر من الحركة. والنمط الذي يصنع العمق هو تحرّك أمامي بطيء بسرعات مختلفة على مسافات مختلفة، وهكذا يبني Luma مثال المنظر الطبيعي عنده: تندفع الكاميرا إلى الأمام بينما تنساب السحب، وتقطع عناصر المقدمة مسافة أسرع من الخلفية.

«تنساب الكاميرا إلى الأمام عبر الحقل بوتيرة بطيئة ومنتظمة. تمرّ الأزهار البرية في المقدمة أسرع من صف الأشجار، وتتحرك سحب رقيقة من اليسار إلى اليمين فوقه.»

سبب نجاحه: السرعة النسبية إشارة عمق يستطيع النموذج تنفيذها دون فهم المشهد، وهي تملأ الإطار بالحركة حتى حين لا يتحرك شيء في العنصر.

موضع انكساره: خطوط الأفق والعمارة المستقيمة. التحرّك الطويل عبر مستوى مسطح يمنح النموذج مجالًا لثني الخطوط العمودية، فاجعل المسافة قصيرة واذكر خط الأفق بالاسم.

النمط 4: حركة المحيط وحدها

أحيانًا تكون الإجابة الصحيحة أن العنصر لا يتحرك إطلاقًا. البخار يتصاعد، والماء يتموّج، والقماش يستقر، والبتلات تتفتّح. ومثال المنتج عند Kling مبني بهذه الطريقة: يتدفق اللون ويتجمّع بينما تتفتّح الأزهار وتنتشر التموجات حول المنتج الثابت.

«تبقى زجاجة العطر ساكنة تمامًا في وسط الإطار. ينساب رذاذ ناعم إلى الأعلى وإلى اليمين خلفها، وتتموّج بركة ماء ضحلة بهدوء عند قاعدتها. وتحتفظ الكاميرا بموضع ثابت.»

سبب نجاحه: العنصر المثبّت لا يمكن أن ينزاح، فتبقى الملصقات والشعارات والصور الظلية كما صُوّرت تمامًا. اختره عندما تكون دقة العلامة أهم من الدراما.

موضع انكساره: الإذن الصامت. فإن لم تقل إن العنصر ساكن، فقد يضيف النموذج تمايلًا صغيرًا من عنده. اذكر السكون صراحةً، ثم امنح عنصر المحيط اتجاهًا وإيقاعًا.

النمط 5: الكشف بالدوران

الدوران يغيّر زاوية النظر لا الجسم، فيبدو أن الصورة الواحدة صُوّرت من مواضع عدة. ومثال المنتج عند Luma دوران بطيء في اتجاه عقارب الساعة مع انتقال الظلال كلما تغيّر المنظور.

«تدور الكاميرا ببطء في اتجاه عقارب الساعة حول الحذاء الرياضي على خلفية سادة. تنتقل الظلال الناعمة على الأرض مع تغيّر الزاوية، ويحتفظ الحذاء بشكله ولونه.»

سبب نجاحه: الحركة تكشف الشكل والمادة، وهذا ما لا تستطيع صورة منتج مسطحة إظهاره.

موضع انكساره: النصوص والتغليف. الدوران إلى ما بعد الواجهة يطلب من النموذج ابتكار ظهر ملصق لم يره قط. فإن وجب أن يبقى الملصق مقروءًا، فاجعل القوس ضحلًا وقل إن الواجهة تظل مواجهة للكاميرا.

النمط 6: السكون الآمن للتكرار

المقاطع القصيرة على المنصات الاجتماعية تُشغَّل غالبًا على التكرار، لذا ينبغي أن تنتهي الحركة قريبًا من حيث بدأت. يتجنّب هذا النمط الحركات أحادية الاتجاه كالدفع الأمامي أو الكشف، ويستخدم دورة لطيفة بدلًا منها.

«يتنفّس الضوء على العنصر في دورة بطيئة ومنتظمة بينما تنساب طبقة رقيقة من الضباب جانبيًا. وتبقى الكاميرا ثابتة. الحركة متصلة وتعود إلى موضع بدايتها.»

سبب نجاحه: الدورة ليس لها نقطة نهاية تتنافر مع بدايتها، فيصير القطع العائد إلى الإطار الأول غير مرئي.

موضع انكساره: الإيقاع. الدورة التي تكتمل في أقل من ثانيتين تُقرأ كوميض، فاستهدف مرورًا بطيئًا واحدًا على طول المقطع كله.

اختر النمط من الصورة، لا من الموجة السائدة

الصورة تخبرك بالنمط الذي يمكنها تحمّله. اللقطة المقربة لمنتج عليه ملصق تتيح مجالًا للاقتراب أو الدوران أو حركة المحيط، لكنها لا تحتمل أداءً من العنصر. والبورتريه الذي يملأ الإطار يحتمل استدارة أو تعبيرًا دقيقًا، لا مشيًا. والمنظر الواسع يكافئ الانسياب التبايني، والمساحة الداخلية تكافئ الضوء والغبار.

جودة المصدر تحدّد السقف. يوصي دليل Luma برفع صور لا تقل عن 1024x1024 بكسل، وتشير أسئلة Wink الشائعة إلى أن المصادر المزدحمة أو منخفضة الجودة تنتج حركة أقل ثباتًا. فإن كانت الصورة ناعمة، فاقتطع حول العنصر بدلًا من مطالبة النموذج بابتكار التفاصيل.

اكتب الضوابط في المطالبة نفسها

معظم التصحيحات التي يجريها الناس بعد توليد سيئ ينبغي أن تكون في المطالبة الأولى أصلًا. يوصي دليل Wink بمطالبات سلبية للوميض والتشوّه وأخطاء التشريح، والنصيحة تنطبق عمومًا: سمِّ العيوب التي لا تريدها بدلًا من إعادة التوليد حتى تختفي.

حين لا تكون في الأداة خانة منفصلة للمطالبة السلبية، ضع القيد في الجملة الإيجابية: «يبقى نص الملصق حادًّا من دون تغيير» و«تبقى الأيدي خارج الإطار» يمنع كل منهما إخفاقًا محددًا. واقتصر أيضًا على وصف ما تحتويه الصورة المصدر — فقائمة Wink للأخطاء الشائعة تبدأ بابتكار أجسام أو أشخاص ليسوا في الصورة.

قالب يمكنك تكييفه

أربعة أسطر، بهذا الترتيب:

• التغيّر: ما الذي يتحرك، وفي أي اتجاه، وإلى أي مدى.
• الكاميرا: دفع، أو تحريك أفقي، أو دوران، أو ثبات.
• المحيط: عنصر المحيط الواحد، إن وُجد.
• الإيقاع والقيد: بطيء أو منتظم، إضافة إلى ما يجب أن يبقى دون تغيير.

مملوءًا لشمعة على طاولة: «يرتجف اللهب بلطف ويميل قليلًا إلى اليسار. وتحتفظ الكاميرا بموضع ثابت. ينساب شريط رقيق من الدخان إلى الأعلى ويتلاشى. إيقاع بطيء ومنتظم؛ وتبقى الجرة الزجاجية وملصقها حادّين.»

القالب مملّ عن قصد. المطالبات المملّة قابلة للتكرار، والقابلية للتكرار هي ما يتيح لك تغيير متغيّر واحد في كل مرة.

راجع الثانية الأولى أولًا

قبل أن تحكم على مقطع، شاهد الثانية الأولى وحدها. هناك يظهر الانحراف: وجه انزاح بالفعل، أو ملصق بدأ يتشوّه، أو خط أفق مال. فإن لم يطابق الإطار الافتتاحي الصورة الساكنة، فالمطالبة طلبت أكثر من اللازم، وإعادة كتابة منتصف الجملة لن تنقذها.

التوليد قصير بحكم التصميم، فخطّط للتمديد بدلًا من لقطة طويلة واحدة. احصل على حركة نظيفة واحدة مدتها أربع ثوانٍ، ثم اقطع المقاطع واجمعها بلغة المطالبة نفسها لتبقى الحركة متسقة.

أين تعمل هذه الأنماط على KOOX AI

تتبع أداة تحويل الصور إلى فيديو في KOOX AI الشكل الثلاثي نفسه الذي تفترضه هذه الأنماط: ارفع صورة واضحة، وصِف الحركة وإحساس الكاميرا، ثم ولّد وحسّن. وتشير صفحة أداة تحويل الصور إلى فيديو أيضًا إلى أن الصور الواضحة جيدة الإضاءة التي يظهر فيها عنصر ظاهر تنتج أقوى النتائج.

وإذا كنت تفضّل بناء الإطار الابتدائي أولًا، فيمكن لأداة تحويل النص إلى صورة بالذكاء الاصطناعي أن تنتج صورة ساكنة نظيفة لتحريكها.