كيفية توليد الفيديو بالذكاء الاصطناعي: الدليل الشامل

نموذج الفيديو بالذكاء الاصطناعي يحوّل وصفًا مكتوبًا إلى مقطع متحرك قصير. لا تصوّر ولا تضيء ولا تحرّك شيئًا بنفسك: النموذج يرسم كل إطار مما تعلّمه عن شكل المشاهد وحركتها. وهناك طريقتان رئيسيتان لتوجيهه.

voclalabs.com/ai-video

لوحة المفاتيح: المسافة للتشغيل أو الإيقاف، وM للصوت، وF لملء الشاشة، والأسهم للتقدّم أو الرجوع ٥ ثوانٍ.

صُنع بـ Vocla Video · صوت فصحىاضغط للصوت

0:00 / 0:16

• الوصفالمقطع

  تحويل النص إلى فيديو

  تكتب وصفًا (العنصر، وما يحدث، والمكان، وحركة الكاميرا) فيولّد النموذج المقطع من الصفر. مثالي حين لا تملك أي لقطات.

• صورة + وصفالمقطع

  تحويل الصورة إلى فيديو

  تعطي النموذج صورة ثابتة لتكون الإطار الأول، مثل صورة منتج أو لقطة وافقت عليها في لوحة المشاهد، فيحرّكها من هناك. وتبقى النتيجة أقرب بكثير إلى الشكل الذي اخترته.

كل عملية توليد تعطي مقطعًا واحدًا قصيرًا من بضع ثوانٍ. أما الفيديو النهائي فهو عدة مقاطع موصولة، وفوقها صوت وترجمة وموسيقى غالبًا، وهذا التجميع هو الجزء الذي يستهين به معظم الناس.

كل نموذج يوازن بين أمور مختلفة. قبل أن تختار، قارن بينها في ما يغيّر نتيجتك وفاتورتك.

مستويات الجودة في فوكلا

• Lite150 رصيد/ثسريع واقتصادي، بمقاطع من 4 أو 6 أو 8 ثوانٍ. مثالي لمقاطع التواصل الاجتماعي ولتجربة الفكرة. متاح في كل باقة تشمل الفيديو.
• القياسي400 رصيد/ثحركة وتفاصيل أغنى، ومقاطع مرنة من 3 إلى 15 ثانية، وكل المقاسات. الاحترافية فما فوق.
• Pro1,000 رصيد/ثأعلى مستوى من التفاصيل للحملات والأعمال الاستعراضية: بدقة 1080p في باقة الأعمال، وحتى 4K في باقة الشركات.

يوجّه فوكلا كل مستوى إلى نموذج فيديو حديث، وقد يغيّر النموذج خلف المستوى كلما ظهر ما هو أفضل؛ أما المستوى ومعدل رصيده وحدود باقتك فتبقى كما هي.

في الفيديو القصير يسامح الناس الصورة البسيطة، لكنهم لا يسامحون صوتًا غير مقنع، أو لهجة ليست لهجتهم، أو كلامًا لا يستطيعون قراءته والصوت مكتوم. لهذا يبني فوكلا الفيديو حول الصوت، لا العكس.

• الصوت يحمل الرسالة

  الكلمات والنبرة واللهجة هي ما يجعل المشاهد يشعر أن الكلام موجّه إليه. صوت سعودي للرياض أو مصري للقاهرة يفعل أكثر من لقطة أجمل.

• الترجمة تعمل حين يُكتم الصوت

  كثيرون يشاهدون دون صوت. والترجمة المدمجة بنمط يسهل تتبّعه تحفظ الرسالة كاملة لهم.

• التوقيت يأتي من الكلام

  يجب أن تتغير المشاهد مع الجمل. فوكلا يعلّق على النص أولًا ثم يضبط كل مشهد على الكلام، فتتبع الصورة ما يُقال.

• النص داخل الإطار نقطة الضعف

  نماذج الفيديو تشوّه الحروف، والعربية أكثر من غيرها. أبعد كل كلمة عن الصورة، وضعها في مسار ترجمة مستقل يعرض العربية بشكل صحيح من اليمين إلى اليسار.

وصف المشهد الجيد يشبه ملاحظة المخرج: من أو ما الذي على الشاشة، وماذا يحدث، وأين، وكيف تتحرك الكاميرا، وكيف هي الإضاءة، وما الإحساس المطلوب. اكتبه بالإنجليزية لأن نماذج الفيديو تتبعها بدقة أكبر، حتى لو كان نصك بالعربية.

اثنا عشر وصفًا لمشاهد تتبع وصفة الأجزاء الستة. انسخ وصفًا، وضع عنصرك مكان العنصر، واحتفظ بكلمات الكاميرا والإضاءة والأسلوب.

• الطعامصبّ القهوة العربيةانسخ الوصف

  الوصف

  Close-up of Arabic coffee being poured from a brass dallah into a small handleless cup, steam rising, warm morning window light, shallow depth of field, slow push-in, cinematic, rich golden tones

  عنصر واحد وحدث واحد وحركة هادئة: افتتاحية راقية ومريحة.

• المطاعممشويات على الفحم ليلًاانسخ الوصف

  الوصف

  Close-up of skewers of grilled meat and vegetables over glowing charcoal, flames flickering, smoke curling upward, night market atmosphere, warm firelight, slow motion

  النار والدخان والحركة البطيئة تعطي ملمسًا غنيًا دون حاجة إلى أي نص.

• العقاراتالكشف عن غرفة المعيشةانسخ الوصف

  الوصف

  Slow dolly forward into a bright modern living room with floor-to-ceiling windows overlooking a city skyline at golden hour, minimalist furniture, soft natural light, wide lens, calm and airy, photorealistic

  الحركة إلى الأمام توحي بالدخول إلى المكان، وهذا بالضبط إحساس الجولة.

• التجارة الإلكترونيةلقطة بطولية لعطرانسخ الوصف

  الوصف

  A glass perfume bottle without a label on a dark marble pedestal, slow orbit around the bottle, soft rim light, fine mist drifting in the air, black background, luxury commercial style, sharp focus

  زجاجة بلا ملصق تتجنب العلامات المشوّهة، وعلامتك تعيش في الصوت.

• التجميلقوام كريم العنايةانسخ الوصف

  الوصف

  Macro shot of a creamy skincare texture swirling slowly on a pastel pink surface, soft diffused light, glossy highlights, clean and fresh aesthetic

  اللقطات المقرّبة للقوام تبدو غنية في الإطار الطويل ولا تحتاج إلى وجه.

• السفركثبان الصحراء عند الغروبانسخ الوصف

  الوصف

  Aerial drone shot gliding over rippled sand dunes at sunset, long shadows, warm orange and pink sky, a single tyre track across the sand, epic and peaceful, cinematic color grade

  طبيعة وإضاءة وخط واحد يقود العين: لقطة افتتاحية سهلة ولافتة.

• الضيافةزقاق قديم عند الغسقانسخ الوصف

  الوصف

  Slow walk-through of a narrow old-town alley with stone walls and hanging lanterns at blue hour, warm light spilling from doorways, gentle handheld camera, nostalgic, cinematic

  إحساس الكاميرا المحمولة يجعلها شخصية، كأن صانع محتوى يتجول بك.

• اللياقةتمارين إطالة على السطح عند الشروقانسخ الوصف

  الوصف

  A person in plain sports clothes stretching on a yoga mat on a rooftop at sunrise, seen from behind, city in the soft distance, gentle handheld feel, warm light, calm and motivating

  الظهور من الخلف يُبقي الشخص عامًا ويضع الإحساس في الواجهة.

• التعليممكعبات البناءانسخ الوصف

  الوصف

  Top-down view of colorful wooden blocks being stacked into a tower on a light desk, soft daylight, playful and clear, stop-motion feel

  استعارة بصرية لفكرة «خطوة بخطوة» دون أي كتابة يشوّهها النموذج.

• التقنيةهاتف متوهجانسخ الوصف

  الوصف

  Close-up of a smartphone lying on a dark desk, its blank screen emitting a soft blue glow that lights the surroundings, subtle floating particles, slow push-in, futuristic, moody lighting

  شاشة فارغة متوهجة توحي بالتطبيق دون نص واجهة مزيف.

• السياراتقيادة على الساحلانسخ الوصف

  الوصف

  Tracking shot of an unbranded white SUV driving along a coastal highway beside a calm turquoise sea, bright midday sun, smooth gimbal movement, clean commercial look

  كلمة «unbranded» تمنع الشعارات المخترعة، وحركة التتبع تبيع الإحساس بالحركة.

• أي علامةخلفية تجريدية متكررةانسخ الوصف

  الوصف

  Slow-moving abstract waves of teal and purple light flowing across a dark background, soft glow, smooth seamless motion, calm and premium

  خلفية آمنة لعبارة أو عرض أو اقتباس يقوله الصوت.

توليد الفيديو هو الخطوة المكلفة، فاتخذ كل قراراتك قبلها. لوحة من الصور الثابتة، صورة لكل مشهد، تُظهر شكل الفيديو كله بجزء بسيط من تكلفة توليده.

1. 01النصالافتتاحية أولًا، وجملة لكل فكرة
2. 02الصوتيُولَّد أولًا باللهجة التي اخترتها
3. 03خطة المشاهدمشاهد من 3 إلى 8 ث متزامنة مع الكلام
4. 04الصور الثابتةإطار لكل مشهد للموافقة عليه
5. 05التوليدللمشاهد التي وافقت عليها فقط
6. 06الدمجالصوت والترجمة والموسيقى فوق الصورة

• أصلح إطار الافتتاحية أولًا: إن لم توقفك الصورة الأولى عن التمرير، فلن يوقفك الفيديو.
• تحقّق من الانسجام: الإضاءة والألوان والأسلوب نفسها في كل الصور.
• غيّر وصفًا واحدًا وأعد توليد صورته، بدل إعادة كل شيء.
• الصور المعتمدة تصبح الإطار الأول لكل مقطع، فيبقى الفيديو قريبًا مما رأيته.

المسار كاملًا، من صفحة فارغة إلى ملف MP4 جاهز للتنزيل.

1. 1

   اكتب النص وقِس توقيته

   اكتب افتتاحية تقولها في ثانيتين تقريبًا، ثم جملة قصيرة لكل فكرة. وتحقّق من المدة بمخطط نص فيديو تيك توك.

2. 2

   اختر الصوت والتشطيب

   افتح قسم الفيديو في فوكلا والصق النص، ثم اختر الصوت واللهجة، والمقاس (9:16 أو 16:9 أو 1:1)، ومستوى الجودة، ونمط الترجمة، وهل تريد موسيقى.

3. 3

   دع فوكلا يعلّق ويخطط

   يولّد فوكلا التعليق الصوتي، ويقسمه إلى مشاهد من ثلاث إلى ثماني ثوانٍ متزامنة مع الكلام، ويكتب وصفًا بصريًا بالإنجليزية لكل مشهد.

4. 4

   عدّل أوصاف المشاهد

   اقرأ كل وصف مقارنة بوصفة الأجزاء الستة. اجعل العنصر محددًا، وسمِّ حركة الكاميرا، وحافظ على كلمات الأسلوب نفسها.

5. 5

   وافق على لوحة المشاهد

   ولّد صورة ثابتة لكل مشهد. أعد صياغة أي وصف لم يصب، وأعد توليد صورته حتى يبدو كل مشهد كما تريد.

6. 6

   ولّد الفيديو وراجعه ونزّله

   تحقّق من العرض، ثم ولّد الفيديو وشاهده على جوالك. أعد توليد مشهد واحد إن احتجت، ونزّل ملف MP4 بصوتك وترجمتك وموسيقاك.

يحتسب فوكلا الفيديو بالرصيد لكل ثانية مولّدة، ويختلف المعدل حسب مستوى الجودة. وتُقرَّب مدة كل مشهد صعودًا إلى طول مقطع يولّده نموذج ذلك المستوى، لذا تهمّ أطوال المشاهد بقدر ما تهمّ المدة الكلية.

هذه تقديرات مبنية على المعدلات الافتراضية وقت الكتابة. قد تتغير المعدلات، والعرض الذي يظهر في التطبيق قبل التوليد هو الرقم الدقيق. والمشاهد التي تفشل يُستردّ رصيدها.

معظم فيديوهات الذكاء الاصطناعي المخيّبة تفشل للأسباب القليلة نفسها، وليس بينها النموذج.

1. 01

   البدء من الصور

   اكتب النص وعلّق عليه أولًا. المشاهد المضبوطة على تعليق صوتي جاهز تبدو مقصودة، والصور التي يُضاف إليها صوت لاحقًا تبدو عشوائية.

2. 02

   طلب نص من النموذج

   الأسعار والعناوين والكلمات العربية تخرج مشوّهة. اترك كل كلمة لمسار الترجمة.

3. 03

   الشعارات والأشخاص الحقيقيون

   اطلب أشياء بلا علامة وأشخاصًا عامّين، واذكر اسم العلامة في التعليق الصوتي.

4. 04

   أسلوب جديد في كل مشهد

   كرّر خاتمة أسلوب واحدة، بكلمات الإضاءة والألوان نفسها، في نهاية كل وصف.

5. 05

   أكثر من اللازم في لقطة واحدة

   عنصر واحد وحدث واحد لكل مشهد. إن احتجت فكرتين، فأنت تحتاج مشهدين.

6. 06

   التوليد قبل الصور الثابتة

   وافق على لوحة المشاهد أولًا، فتغيير صورة ثابتة يكلف جزءًا بسيطًا من إعادة توليد مقطع.

7. 07

   نص لا يناسب المدة

   كلمات كثيرة على مدة قصيرة تعني صوتًا مستعجلًا. قِس النص، ثم احذف كلمات بدل تسريع الصوت.

8. 08

   نسيان حواف الإطار

   المنصات ترسم أزرارها فوق جوانب الفيديو العمودي وأسفله. أبعد العناصر والترجمة عنها.