تتطور نماذج توليد الفيديو بالذكاء الاصطناعي بسرعة كبيرة. فبعد HappyHorse 1.0، طرحت Alibaba مؤخراً HappyHorse 1.1، وتقوم Atlas Cloud بترقية النموذج على منصتها.
أبرز النقاط:
- يوفر HappyHorse 1.1 حركة أكثر سلاسة واتساقاً زمنياً أقوى، مما يجعله أكثر ملاءمة لمقاطع الفيديو الرياضية، وعروض الرقص، ومشاهد المطاردة، ولقطات الأكشن السينمائية.
- يعزز HappyHorse 1.1 توليد الفيديو بناءً على مراجع (Reference-to-video) من خلال دمج مُحسّن للمراجع المتعددة ودعم ما يصل إلى 9 صور مرجعية، مما يساعد في الحفاظ على اتساق المنتجات والشخصيات والهوية البصرية للعلامات التجارية.
- تحسين التحكم في الأوامر (Prompts) الطويلة، خاصة للمشاهد المتصلة (6–8 مشاهد)، وإعلانات اللقطات المتعددة، والمسلسلات القصيرة، ومشاهد الشخصيات المتعددة، وأوامر الفيديو بأسلوب القصص المصورة (Storyboards).
- واقعية بصرية أقوى في اللقطات القريبة، مع تفاصيل وجه طبيعية أكثر، وملمس بشرة أفضل، ومخرجات أقل شبهاً بالرسوم الاصطناعية.
- توليد صوت أصلي أكثر دقة، مع إيقاع حوار أفضل، وفترات توقف، وأجواء محيطة، وتزامن أفضل بين الصوت والفيديو لمقاطع التواصل الاجتماعي ومشاهد الحوار.
- من المتوقع أن تكون أسعار HappyHorse 1.1 عند USD0.376/ثانية لـ 720P و USD0.532/ثانية لـ 1080P في الصين، أو $0.14/ثانية و $0.18/ثانية عالمياً، مع خصم إطلاق بنسبة 40% للأسبوعين الأولين.
كان HappyHorse 1.0 بالفعل نموذجاً قوياً لتوليد الفيديو بالذكاء الاصطناعي. فقد دعم سير عمل تحويل النص إلى فيديو، والصورة إلى فيديو، والمرجع إلى فيديو، وكان مفيداً للقطات السينمائية، ومقاطع الشخصيات، والمحتوى الإبداعي القصير. بالنسبة للعديد من المستخدمين، كانت أكبر ميزاته هي القدرة على توليد فيديوهات مبهرة بصرياً مع صوت أصلي وتحكم سينمائي قوي نسبياً.
ومع ذلك، بجانب المظهر الجمالي، تظل مسألة قابلية التحكم، والاتساق، والجدوى الاستخدامية أمراً مهماً. يحتاج نموذج الفيديو الجيد بالذكاء الاصطناعي إلى الحفاظ على استقرار العنصر الأساسي، والحفاظ على تفاصيل المرجع، وتوليد حركة طبيعية، وتقليل الحاجة إلى مراحل ما بعد الإنتاج اليدوية.
هنا تبرز أهمية HappyHorse 1.1. لا ينبغي فهمه ببساطة على أنه "نسخة أحدث" من HappyHorse 1.0، بل هو ترقية مستهدفة للسيناريوهات التي كانت تظهر فيها قيود الإصدار 1.0.
لذا بدلاً من طرح السؤال "هل 1.1 أفضل؟"، دعونا نطرح سؤالاً أعمق: أين تكمن الأفضلية، ومتى يجب عليك اختياره بدلاً من 1.0؟
اختبار حقيقي: HappyHorse 1.0 مقابل 1.1 بنفس الأمر (Prompt)
الأمر (Prompt):
مشهد جاسوسية سينمائي قصير في 5 لقطات متصلة. اللقطة 1: شابة بمعطف أسود تدخل محطة قطار هادئة في منتصف الليل. اللقطة 2: تتحقق من ساعة جيب فضية تحت ضوء فلورسنت أزرق. اللقطة 3: رجل ببدلة رمادية يظهر خلف عمود. اللقطة 4: تنتقل الكاميرا إلى انعكاسها في زجاج آلة بيع. اللقطة 5: تستدير، تدرك أنها تتعرض للملاحقة، وتمشي بشكل أسرع. حافظ على نفس المرأة، ونفس المعطف، ونفس المحطة، وأجواء تشويقية متسقة عبر جميع اللقطات.
HappyHorse 1.1
HappyHorse 1.0
HappyHorse 1.1 مقابل HappyHorse 1.0: أين تكمن الأفضلية؟
1: الحركة والأداء الديناميكي
التحسين الأول هو أداء الحركة.
في HappyHorse 1.0، كانت المشاهد الغنية بصرياً ممكنة، لكن بعض المشاهد الديناميكية كانت تبدو بطيئة نوعاً ما أو ضعيفة فيزيائياً. يعمل HappyHorse 1.1 على تحسين نمذجة الحركة والاتساق الزمني بين الإطارات، مما يجعل الحركة تبدو أكثر سلاسة واستمرارية وواقعية فيزيائية.
بالنسبة للمبدعين، هذه ليست مجرد ترقية بصرية؛ فهي تقلل من الحاجة لإعادة المحاولة. إذا كان النموذج يفهم بشكل أفضل كيف يجب أن تتطور الحركة بمرور الوقت، فستقضي وقتاً أقل في إعادة توليد المقاطع للحصول على إيماءة طبيعية أو حركة مقنعة.
2: اتساق المراجع و(R2V)
التحسين الثاني هو اتساق المرجع، خاصة في سير عمل R2V.
يعد تحويل المرجع إلى فيديو (Reference-to-video) أمراً مهماً، فلا أحد يريد فيديو جميلاً عشوائياً. كان HappyHorse 1.0 يدعم بالفعل التوليد القائم على المراجع، لكن مجموعات المراجع المعقدة كانت لا تزال تسبب مشكلات: فقد تتغير تفاصيل المنتج، أو قد ينجرف وجه الشخصية، أو قد يطغى مرجع على آخر. يعمل HappyHorse 1.1 على تعزيز فهم المراجع المتعددة. تصف صفحات واجهة برمجة التطبيقات (API) العامة أن 1.1 يدعم ما يصل إلى 9 صور مرجعية، مع تسمية مراجع الشخصيات بالترتيب، مثل character1 إلى character9. بالنسبة لفيديوهات العلامات التجارية، وإعلانات التجارة الإلكترونية، وسلاسل الشخصيات، والمسلسلات القصيرة، تعد هذه واحدة من أكثر الترقيات عملية.
3: الأوامر الطويلة وتتبع المشاهد المعقدة
التحسين الثالث هو التعامل مع الأوامر الطويلة وتتبع المشاهد المعقدة.
الأوامر البسيطة لا تكفي للعديد من حالات الاستخدام الواقعية. قد ترغب في أن يصف أمر واحد عدة مشاهد مترابطة، بدءاً من من يظهر أولاً ووصولاً إلى كيفية انتقال المشهد. يحسن HappyHorse 1.1 الاحتفاظ بالمعنى في السياق الطويل وتخطيط المشاهد المجزأة. عملياً، يعني هذا أنه أكثر ملاءمة للأوامر التي تحتوي على إجراءات متعددة، وشخصيات متعددة، وتعليمات كاميرا متنوعة. يمكن لأمر واحد أن يصف حوالي 6 إلى 8 مشاهد متصلة، مع تخصيص أكثر موثوقية للوقت، والحركة، وتغييرات الكاميرا.
علاوة على ذلك، يحقق HappyHorse 1.1 تقدماً في التحكم المكاني للشخصيات المتعددة، حيث يحسن نمذجة وضعية الشخصية وفهم العلاقات داخل المشهد، وهو أمر وثيق الصلة بمشاهد الحوار، ولقطات المجموعات، والمسلسلات القصيرة، وما إلى ذلك.
4: الملمس البصري ولقطات الوجه القريبة
الترقية الرابعة هي الجودة البصرية، خاصة فيما يتعلق بتفاصيل الوجه وملمس البشرة.
كان HappyHorse 1.0 معروفاً بجماليته القوية، لكن بعض الملاحظات حوله ركزت على قضايا مثل اللمعان الزائد للوجه، أو المبالغة في الحدة، أو المظهر الاصطناعي قليلاً في اللقطات القريبة. يعمل HappyHorse 1.1 على تحسين تفاصيل الوجه واستعادة واقعية البشرة بشكل خاص، حيث يمكنه الحفاظ على تفاصيل مثل المسام وخطوط الابتسامة والملمس الطبيعي للوجه بدلاً من جعل كل شيء يبدو بلاستيكياً، مما يجعل 1.1 أكثر ملاءمة للاستخدام التجاري والدرامي الاحترافي.
5: الصوت الأصلي والتنسيق السمعي البصري
الترقية الخامسة هي التعبير الصوتي والتنسيق بين الصوت والفيديو.
في توليد الفيديو، لا يجب أن يكون الصوت شيئاً ثانوياً. فإيقاع الحوار، والنبرة العاطفية، والصوت الخلفي، كلها تؤثر على مدى مصداقية المشهد. يحسن HappyHorse 1.1 تقديم الحوار الطبيعي، بما في ذلك إيقاع الكلام، وفترات التوقف، والتباين العاطفي. كما يسمح للمستخدمين بوصف الأصوات الخلفية والبيئية في الأمر.
هذا مفيد بشكل خاص لمشاهد الحوار، وإعلانات المنتجات، والأفلام القصيرة، وفيديوهات وسائل التواصل الاجتماعي حيث يريد المستخدمون مخرجات كاملة بدلاً من مقطع بصري صامت يتطلب مرحلة ما بعد إنتاج منفصلة.
باختصار، HappyHorse 1.1 هو ترقية موجهة نحو الإنتاج مقارنة بـ HappyHorse 1.0، حيث يحسن الحركة، واتساق المرجع، وفهم الأوامر الطويلة، وواقعية الوجه، والتنسيق الصوتي الأصلي.
متى يجب عليك اختيار HappyHorse 1.1 بدلاً من 1.0؟
إذا كانت المهمة عبارة عن لقطة جوية أو جمالية بسيطة، فقد يظل HappyHorse 1.0 كافياً. ولكن إذا كانت المهمة تتضمن حركة معقدة، أو شخصيات متعددة، أو أوامر أطول، أو مراجع للعلامة التجارية، أو تفاصيل منتج، أو لقطات وجه قريبة، أو حواراً أصلياً، فإن HappyHorse 1.1 هو الخيار الأنسب.
على Atlas Cloud، يمكنك اختبار كلا الإصدارين جنباً إلى جنب، والحفاظ على سير عملك ثابتاً، واتخاذ القرار بناءً على أوامرك الخاصة، ومراجعك الخاصة، ومعايير الجودة الخاصة بك.
هذه هي الطريقة الأكثر موثوقية لتقييم نموذج فيديو بالذكاء الاصطناعي: ليس بناءً على الضجيج الإعلامي، بل من خلال المقارنة القابلة للتكرار.
