شاب يجلس على أريكة بجانب امرأة ذات شعر أحمر. تخطر على باله فكرة. يقف، ويصرخ "AUNT MAY!"، ويركض في الممر. وأثناء ركضه يصغر في العمر. ليس بقطع ولا بوميض، بل بشكل متواصل، خطوة بعد خطوة، حتى يصبح الذي يفتح الباب في نهاية الممر صبيًا صغيرًا. وخلف ذلك الباب تنتظر المرأة التي ربّته، فتحتضنه.
إذا كنت قد نشأت على Spider-Man، فأنت تعرف سبب تأثير هذا المشهد. الشخصية نجحت دائمًا لأن البطل صاحب القدرات هو أيضًا الطفل الذي لم يتوقف يومًا عن حاجته إلى عمّته. عشر ثوانٍ، لقطة واحدة، بلا قطع، والعلاقة كلها أمامك على الشاشة دون سطر واحد من الشرح.
يوضح هذا الدليل بالضبط كيف يُصنع هذا المقطع. الشخصيات هنا تصاميم أصلية منمّقة وليست نسخًا من زي أي أحد أو ملامحه، وهذا ما يُبقي التحية تحية. أما الأسلوب نفسه فيصلح لأي فيلم قصير متحرك مؤثر تحتاج فيه الشخصية إلى أن تبقى معروفة بنفسها بينما يتغير فيها كل شيء آخر.
لماذا يُعدّ التحول في لقطة واحدة الجزء الأصعب
معظم فيديوهات الذكاء الاصطناعي تبدو كذلك بسبب ما يحدث بين اللقطات. ولّد مقطعين للشخصية نفسها وستحصل على شخصين مختلفين قليلًا. الفك أضيق، والشعر مفروق من الجهة الأخرى، والسترة بدرجة زرقاء مختلفة. يلاحظ الجمهور ذلك فورًا حتى لو لم يستطع تسمية الخلل، وتموت اللحظة العاطفية بمجرد أن يكفّ الوجه عن أن يكون الوجه نفسه.
وتسلسل التراجع في العمر يجعل هذه المشكلة أسوأ لا أفضل، لأن الشخصية يُفترض أن تتغير. على النموذج أن يفهم أي التغييرات هي القصة، أي الطول والنسب ونعومة الوجه، وأيها أخطاء، أي الهوية ولون الشعر ومنطق الملابس والشكل المحدد للعينين. وإذا أخطأ في رسم هذا الحد، يرى الجمهور شخصًا مختلفًا يظهر في منتصف الممر بدلًا من الشخص نفسه وهو يصغر.
الحل ليس برومبت حركة أفضل، بل تثبيت الهوية خارج برومبت الفيديو تمامًا. تبني الشخصيات كصور أولًا، ثم تمرر هذه الصور إلى نموذج الفيديو كمراجع مسمّاة، وتخبره في البرومبت بدقة أي مرجع يحكم أي شخصية وفي أي ثانية. عندها يتوقف النموذج عن اختراع الوجوه ويبدأ بتحريك الوجوه التي أعطيتها له.
الأداتان اللتان يعتمد عليهما هذا العمل
كلتا الخطوتين تتمّان داخل Atlabs.
GPT Image 2 يبني مراجع الشخصيات. هنا تبذل معظم جهدك، لأن كل إطار في الفيديو النهائي يرث هذه الصور. أنت لا تصنع فنًا تصوريًا هنا، بل تصنع ورقة اختيار ممثلين يجب على نموذج الفيديو أن يلتزم بها.
Seedance 2.0 Ref to Video يولّد المقطع. Seedance 2.0 هو النموذج المناسب لهذا العمل لأنه يتعامل مع الشخصيات المنمّقة وتعابير الوجه بشكل أفضل من النماذج الواقعية، ووضع Ref to Video يتيح لك تمرير عدة صور مرجعية مسمّاة تستدعيها بأسمائها داخل البرومبت. هذه التسمية هي ما يجعل لقطة متعددة الشخصيات ومتعددة المراحل ممكنة في توليد واحد.
دليل خطوة بخطوة
الجزء 1: ابنِ مراجع شخصياتك في GPT Image 2
1. افتح GPT Image 2 وولّد مرجعك الأول. انتقل إلى GPT Image 2. تحدّد هذه الصورة الأولى النسخة البالغة من شخصيتك ومن يشاركه المشهد الافتتاحي. اكتب البرومبت كوصف لاختيار الممثلين لا كلوحة أجواء. لون البشرة، وتسريحة الشعر ولونه، ولون العينين، والملابس بدقة، والوضعية، كلها تُذكر بوضوح، لأن أي شيء تتركه غامضًا هو شيء سيقرره نموذج الفيديو نيابةً عنك لاحقًا.
المرجع الافتتاحي المستخدم في هذا الفيلم القصير يصف شابًا داكن الشعر وامرأة حمراء الشعر على أريكة بيج تحت إضاءة داخلية ذهبية دافئة، بوجه مواجه للكاميرا ومن الخصر إلى الأعلى، بأسلوب فيلم رسوم متحركة ثلاثي الأبعاد متقن وبنسبة 16:9. تفاصيل صغيرة تحمل التحية دون نسخ أي شيء: نمط هندسي خفيف يشبه شبكة العنكبوت عند ياقة قميصه يؤدي عملًا أكبر من أي زي. البرومبت الكامل موجود في قسم البرومبتات أدناه.
2. ولّد مرجعك الثاني: النسخة الأصغر سنًا والمرأة المسنّة. الأداة نفسها وصورة جديدة. تحمل هذه الصورة الصبي الذي يصبح إليه الرجل والمرأة المسنّة التي تنتظر في نهاية الممر. التفصيل الحاسم هنا هو أن الصبي يجب أن يبدو نسخة أصغر سنًا مقنعة من البالغ في صورتك الأولى. اللون نفسه للشعر، واللون نفسه للعينين، وشكل الوجه نفسه بعد أن لطّفه العمر. وإذا لم تتفق الصورتان في ذلك، سيبدو التحول كاستبدال لا كتراجع في العمر.
3. قارن الصورتين ببعضهما قبل المتابعة. ضعهما جنبًا إلى جنب. هل لغة الإضاءة متطابقة، أي إضاءة داخلية ذهبية دافئة في كليهما؟ هل أسلوب الرسوم المتحركة متطابق، أي المستوى نفسه من التنميق ومنطق حجم العينين نفسه وتصيير البشرة نفسه؟ هل تثبت الهوية عبر فارق العمر؟ أصلح أي اختلاف الآن، لأنك لن تستطيع إصلاحه لاحقًا في مرحلة الفيديو.
هل أنت جاهز لبناء مراجعك الخاصة؟ ابدأ في GPT Image 2.
الجزء 2: ولّد اللقطة في Seedance 2.0 Ref to Video
4. افتح Seedance 2.0 Ref to Video وارفع المرجعين معًا. انتقل إلى Seedance 2.0 Ref to Video. ارفع صورة مشهد الأريكة وصورة مشهد اللمّ الشمل. ستصبحان @img1 و@img2، وبهاتين التسميتين تخاطب كل شخصية داخل البرومبت.
5. اكتب البرومبت كجدول زمني لا كوصف. هذا هو الجزء الذي يفرّق بين مقطع ينجح ومقطع يكاد ينجح. بدلًا من وصف المشهد ككل، قسّم الثواني العشر إلى لحظات مسمّاة واذكر ما يحدث في كل منها:
الثانيتان الأوليان هما لحظة الإدراك. يقف الرجل ويصرخ "AUNT MAY!" ويبدأ بالحركة. من الثانية الثانية إلى السادسة هي الركض والتحول، وهنا توضّح أن التقدّم في العمر المعكوس يحدث بشكل متواصل أثناء الركض، فيمرّ من البالغ إلى شاب أصغر ثم مراهق ثم صبي صغير، دون أن تقطع الكاميرا. من الثانية السادسة إلى الثامنة هي الباب. ومن الثامنة إلى العاشرة هي اللمّ الشمل والعناق.
6. أضف كتلة القيود. تحت الجدول الزمني، اذكر ما يجب ألا يفعله النموذج. لا وميض، ولا تلاشٍ، ولا انتقال لحظي، ولا تحول مفاجئ، ولا قطع أثناء التحول، ولا شخصيات مكررة، ولا نص أو علامة مائية. القيود السلبية تؤدي عملًا كبيرًا في لقطة كهذه، لأن أسهل طريقة يحل بها النموذج تحولًا صعبًا هي إخفاؤه خلف مونتاج، وأنت هنا تسحب منه هذا الخيار صراحةً.
7. حدّد الكاميرا والإضاءة والمشاعر والصوت كلًّا على حدة. امنح كل عنصر كتلته الخاصة. الكاميرا تغطي الانتقال من لقطة متوسطة إلى لقطة تتبّع ثم إلى لقطة قريبة حميمة. الإضاءة تغطي الضوء الداخلي الدافئ الذي يزداد دفئًا على امتداد الممر. المشاعر تذكر القصد ليكون لتحريك الوجه اتجاه. والصوت يغطي التصاعد الأوركسترالي والجملة المصروخة ووقع الخطوات وصوت الغرفة.
8. ولّد، ثم راجع النتيجة مقابل مراجعك. شاهد المقطع مرة لتتحقق من التحول ومرة للهوية. يجب أن يكون التحول مرئيًا وهو يحدث لا أن يُحسم خارج الشاشة. يجب أن يكون الصبي عند الباب هو الصبي من مرجعك الثاني، ويجب أن تطابق المرأة المسنّة مرجعها تمامًا. وإذا انحرفت الهوية، فأحكِم صياغة المرجع في البرومبت بدلًا من إعادة التوليد عشوائيًا.
لماذا يتماسك هذا الأسلوب
تثبيت المراجع يلغي التخمين. فلأن @img1 و@img2 صور فعلية لا أوصاف، يطابق النموذج البيكسلات ولا يفسّر الصفات. شخصان يقرآن "شعر بني داكن قصير" يتخيلان قصّتين مختلفتين، وكذلك توليدان من النموذج نفسه. والصورة تزيل هذا الغموض تمامًا.
اللحظات المؤرّخة زمنيًا تعطي النموذج بنية يملؤها بدلًا من قصة يخترعها. برومبت من عشر ثوانٍ مكتوب كنثر يُضغط بشكل لا يمكن توقعه، ويقرر النموذج مدة كل لحظة. أما إذا كُتب على هيئة 0:00 إلى 0:02، ثم 0:02 إلى 0:06، ثم 0:06 إلى 0:08، ثم 0:08 إلى 0:10، فالإيقاع بيدك. الركض يحصل على أربع ثوانٍ كاملة لأنه الموضع الذي يجب أن يكون التحول فيه واضحًا.
بُني Seedance 2.0 لأداء الشخصيات المنمّقة. الفيلم القصير كله يعتمد على أن يحمل الوجه العاطفة، والنموذج يتعامل مع الملامح المتحركة التعبيرية والتفاعل الجسدي المقنع أفضل من النماذج المضبوطة للواقعية الفوتوغرافية. اختيار النموذج المناسب للمهمة أهم من طول البرومبت.
توجيه الصوت داخل البرومبت يوفّر مرحلة منفصلة. التصاعد الأوركسترالي والاسم المصروخ ووقع الخطوات وصوت الغرفة كلها تُحدَّد مع الصورة، فتقع ذروة الموسيقى العاطفية على العناق بدلًا من أن تُعدَّل لتناسبه لاحقًا.
نصائح احترافية
اقضِ وقتك في صور المراجع لا في برومبت الفيديو. المرجع الضعيف لا ينقذه برومبت فيديو أطول، والمرجع القوي يجعل برومبت الفيديو القصير يعمل. وإذا وجدت نفسك في التوليد الثامن للفيديو تحاول إصلاح وجه، فالمشكلة في المراحل السابقة.
اكتب القيود السلبية بالدقة نفسها التي تكتب بها الإيجابية. عبارة "no cuts" أضعف من "no flash, no dissolve, no teleportation, no sudden morph, no cut during the transformation". أنت تغلق كل اختصار قد يلجأ إليه النموذج، وكل اختصار تتركه مفتوحًا قد يسلكه.
امنح اللحظة الأصعب أطول وقت. يحصل التحول على أربع من العشر ثوانٍ لأنه يجب أن يكون واضحًا. وإذا ضغطته في ثانيتين، فسيضطر النموذج إلى التحرك بسرعة كبيرة وسيحسم التغيير بطريقة لم تطلبها. وزّع زمن الشاشة بحسب الصعوبة، لا بحسب الأهمية في الحبكة.
حافظ على استمرارية الإضاءة عبر صورتي المرجع. إضاءة داخلية ذهبية دافئة في الأولى، وإضاءة داخلية ذهبية دافئة في الثانية. عندما يختلف المرجعان في اتجاه الضوء أو درجة حرارة اللون، يضطر نموذج الفيديو إلى التوفيق بينهما في منتصف اللقطة، وتظهر الوصلة.
الأسئلة الشائعة
كم صورة مرجعية يمكنني استخدامها؟ بُني Ref to Video حول تمرير عدة مراجع مسمّاة ومخاطبة كل واحد منها بالاسم في البرومبت. يستخدم هذا الفيلم القصير مرجعين، واحدًا لكل مشهد، ويحمل المرجع الثاني شخصيتين. تجميع الشخصيات التي تظهر معًا في مرجع واحد يحافظ على اتساق حجمها النسبي وإضاءتها.
لماذا لا أولّد التحول كمقاطع منفصلة ثم أدمجها بالمونتاج؟ يمكنك ذلك، وسيكون أسهل، لكنه لن يترك الأثر نفسه. الثقل العاطفي لهذه اللقطة يأتي من أن الجمهور يشاهد التغيير وهو يحدث دون قطع يختبئ خلفه. بمجرد أن تقطع بالمونتاج، يصبح العمل مونتاجًا متتابعًا لا تحولًا.
هل يمكنني بناء هذا العمل حول شخصية موجودة مثل Spider-Man؟ ابنِ تصميم شخصيتك الخاص بدلًا من إعادة إنتاج زي أو شعار أو شبه ممثل موجود. اللحظة العاطفية هي ما يتفاعل معه الناس، والشخصية الأصلية المنمّقة تحملها بالقدر نفسه. تفاصيل صغيرة موحية، كنسيج يشبه شبكة العنكبوت عند الياقة بدلًا من بدلة كاملة، تُبقي التحية مقروءة دون نسخ أي شيء.
هل يمكنني فعل هذا مع شخص حقيقي بدلًا من شخصية متحركة؟ سير العمل مطابق. ابنِ مراجعك أولًا، ثم مرّرها إلى Ref to Video. استُخدم هنا نمط ثلاثي الأبعاد منمّق لأن Seedance 2.0 يتعامل مع الوجوه المتحركة التعبيرية بشكل جيد جدًا، لكن أسلوب تثبيت المراجع ينطبق مهما كان النمط.
ماذا لو انحرفت هوية الشخصية في منتصف المقطع؟ أحكِم صياغة المرجع في البرومبت قبل إعادة التوليد. إعادة التأكيد على أن مرجعًا بعينه يحكم شخصية بعينها، وتسمية ما يجب الحفاظ عليه، يحل المشكلة عادةً. وإن استمرت، فالأرجح أن صورتي المرجع لا تتفقان على الهوية أصلًا.
ما أطول مدة للمقطع؟ هذا المقطع مكتوب لعشر ثوانٍ، وهي كافية لبنية من أربع لحظات بقوس عاطفي واضح. اللقطات الأطول تترك مجالًا أكبر للانحراف، لذلك فإن بناء عمل أطول من عدة لقطات مضبوطة بإحكام يصمد عادةً أفضل من طلب توليد واحد طويل.
الخلاصة
السبب في أن معظم الرسوم المتحركة بالذكاء الاصطناعي تبدو جوفاء هو أنها تبدو مركّبة لا مؤدّاة. الوجوه تتغير بين اللقطات، والتحولات تُخفى خلف المونتاج، واللحظة العاطفية لا تصل لأن الجمهور مشغول بهدوء بالتحقق مما إذا كان يشاهد الشخص نفسه.
تثبيت شخصياتك كصور في GPT Image 2 ثم إخراجها لحظة بلحظة في Seedance 2.0 Ref to Video يحل المشكلتين دفعة واحدة. توافق على طاقم الممثلين قبل أن يتحرك إطار واحد، ثم تكتب اللقطة كمخرج لا كمهندس برومبتات. ابنِ شخصياتك الخاصة بدلًا من نسخ الموجودة، وستبقى التحية لك.
