العنوان الوصفي (Meta Title): أسلوب MiniMax H3 المستوحى من استوديو جيبلي في 2026: 3 خطوات، مع الصوت

الوصف المختصر (Meta Description): لوحة مفتاحية مرسومة، عرض واحد من MiniMax H3 لمدة 15 ثانية، والرياح وصوت الزيز يصلان في نفس الملف. أوامر حقيقية، إعدادات حقيقية، لقطات شاشة من التشغيل الفعلي.

---

أسلوب MiniMax H3 المستوحى من جيبلي: 3 خطوات لإنشاء مقطع مرسوم يدويًا مدته 15 ثانية ينبض بالحياة

لقد رأيت النسخة التي لا تعمل. شخص ما يضع صورة مرسومة في أداة فيديو، ينتظر، ويحصل على ثلاث ثوانٍ من تذبذب الصور الحية: شعر يهتز، غيوم متجمدة، لا صوت، حلقة مغلقة.

السينما المرسومة يدويًا لم تتحرك هكذا أبدًا. ولم تكن بهذا الصمت أبدًا.

إذن، إليك ما فعلناه بدلاً من ذلك. لوحة مفتاحية مرسومة واحدة، وعرض واحد من MiniMax H3 بأسلوب جيبلي لمدة 15 ثانية، والعشب يتموج، وترام يعبر جسرًا، وصوت الزيز يخيم تحت كل شيء، وأربع نغمات بيانو تتلاشى. كل ذلك من مهمة واحدة، في ملف واحد، مع صوت ستيريو مدمج.

أدناه: المشهد النهائي أولاً، ثم الأوامر الدقيقة، والإعدادات التي تعمل بالفعل، ولقطات شاشة حقيقية من لوحة التشغيل، وفاتورة مفصلة سطرًا بسطر.

الوجبات الرئيسية

• مهمة واحدة بدقة 2K ومدة 15 ثانية تنتج 2560 × 1440، بمعدل 24 إطارًا في الثانية، وصوت ستيريو AAC بتردد 32 كيلوهرتز، بدون علامة مائية.
• المظهر المرسوم يدويًا هو مشكلة في الإيقاع، وليست مشكلة في الألوان. اطلب "على إطارين" (on twos)، وليس النعومة.
• الرياح، وصوت الزيز، والبيانو تأتي كلها من نفس العرض. لا يوجد تمرير موسيقي ثانٍ.
• 3 خطوات: ارسم لوحة مفتاحية، حرّكها، طابق المشهد الثاني باستخدام الفيديو المرجعي.
• احتفظ بأسماء الاستوديوهات والمخرجين خارج الأمر. صف التقنية بدلاً من ذلك.

إليك المشهد النهائي، قبل أي نظرية.

شغّل الصوت. مهمة واحدة مستمرة من صورة إلى فيديو لمدة 15 ثانية على MiniMax H3، دقة 2K، بدون قص، بدون معالجة لاحقة: هبة الريح في العشب، جرس الترام، صوت الزيز، والبيانو، كلها وصلت داخل ملف mp4 واحد.

لا يمكنك تشغيل الفيديو حيث تقرأ هذا؟ إليك اللحظات الأربع المهمة، المأخوذة مباشرة من الملف أعلاه.

أربعة إطارات من عرض MiniMax H3 بأسلوب جيبلي للتلال عند 0 ثانية، 5 ثوانٍ، 10 ثوانٍ و 15 ثانية، تظهر أول هبة ريح في العشب، عبور الترام للجسر، الهبة الثانية، واللقطة الثابتة النهائية

نفس العرض مأخوذ عند 0 ثانية، 5 ثوانٍ، 10 ثوانٍ و 15 ثانية. لاحظ البطاقة الأخيرة: لا شيء جديد يدخل الإطار، عن قصد.

لماذا تبدو معظم محاولات أسلوب MiniMax H3 المستوحى من جيبلي وكأنها فلتر

الحكم أولاً: مظهر الفلتر ليس له علاقة بالألوان تقريبًا. إنه التوقيت، والصوت، والطول.

إليك الدليل. أفلام الرسوم المتحركة المرسومة يدويًا لا تتحرك بمعدل 24 رسمة فريدة في الثانية. عند تحليل أحد دورات الجري لمايازاكي، تصفها مجلة "Animation Obsessive" بأنها "جري مرسوم 'على إطارين'" بمعدل "12 رسمة في الثانية"، حيث "تبقى كل رسمة على الشاشة لمدة إطارين." (Animation Obsessive، مارس 2023)

الآن فكر في ما يفعله نموذج الفيديو افتراضيًا. إنه يستيف (interpolates). بسلاسة. كالحرير. بمعدل إطارات كامل.

هذا هو الفرق كله. لوحة الألوان لديك كانت جيدة. حركتك كانت جيدة أكثر من اللازم.

السؤال هو: هل يمكن للنموذج أن يحافظ على طبقة مرسومة لمدة 15 ثانية كاملة دون أن تذوب؟ نعم، وهذا ما يبدو عليه.

سمكة ذهبية وأعشاب بحرية مرسومة يدويًا ومتحركة فوق طاولة مطبخ حقيقية مضاءة بالشمس، من عرض MiniMax H3 لمدة 15 ثانية

عينة تشغيل من MiniMax H3: سمكة ذهبية مرسومة بقلم التحديد وضربات من الأعشاب البحرية الخضراء مرسومة فوق لقطات حية لمطبخ، ثابتة لمدة 15.08 ثانية كاملة دون أن تختلط الخطوط. معروضة هنا كصورة GIF صامتة؛ الملف النهائي يحتوي على فيديو بمعدل 24 إطارًا في الثانية وصوت ستيريو بتردد 32 كيلوهرتز.

سبب الوفاة الثاني: وعود بأسلوب مختلط. كتابة "ألوان مائية أنمي واقعية" يعطي النموذج مهمة إرضاء ثلاثة عقود في وقت واحد، والنتيجة هي الفوضى التي يسميها الناس "بقايا ذكاء اصطناعي". التزم بوسيط واحد وسيستقر.

ثعلب من طين الصلصال في منتصف قفزة على صخرة متشققة بجانب شق ناري متوهج، نسيج بصمة الإبهام للصلصال ظاهر، من عرض MiniMax H3

نفس المبدأ، وسيط مختلف: وعد واحد بأسلوب واحد ("صلصال إيقاف الحركة") ينتج نسيج بصمة إبهام حقيقي ووزن إيقاف الحركة الحقيقي عبر 10 ثوانٍ. GIF صامتة؛ الملف المصدر هو 2560 × 1440 مع صوت ستيريو.

والسبب الثالث والرابع: الصمت، وعدم وجود مساحة للتنفس. ما يقرب من نصف ما يعنيه الناس بهذا الأسلوب هو تصميم الصوت، والرياح، وبيانو متناثر. والتوقفات تحتاج إلى ثوانٍ حقيقية. مقطع مدته 5 ثوانٍ لا يمكنه جسديًا استيعاب ثلاث ثوانٍ من عدم حدوث شيء.

إليك جدول التشخيص الذي نعود إليه دائمًا.

الطرف (endpoint) الذي تستخدمه مهم بنفس قدر أهمية الأمر. هناك ثلاثة، وكل منها يقوم بمهمة مختلفة.

فخ واحد يستحق أن تكتبه على يدك: إرسال image و refers في نفس الاستدعاء لا ينتج عنه خطأ. المهمة تكتمل، ويتم إصدار الفاتورة بالكامل، ويتم تجاهل أحد المدخلين بصمت. قمنا بقياس ذلك على كلا الطرفين، والاتجاه الذي يتم فيه الإسقاط يختلف. اختر طرفًا واحدًا لكل استدعاء.

سير عمل أسلوب MiniMax H3 المستوحى من جيبلي: ثلاثة نماذج، علامة تبويب واحدة

يقدم لك هذا القسم السلسلة الكاملة وتكلفة كل حلقة. تعمل من البداية إلى النهاية في علامة تبويب متصفح واحدة على Atlas Cloud، حيث تم تشغيل كل لقطة شاشة أدناه، لذلك لن تحتاج أبدًا إلى تصدير ملف فقط لإعادة تحميله في مكان آخر.

لماذا هذا مهم لهذه المهمة بالذات: يجب أن يتفق نموذج الرسم ونموذج الفيديو على الإطار. إبقاؤهم على نفس المنصة يعني أن اللوحة المفتاحية التي تنشئها هي بالفعل ملف يمكن للوحة التشغيل التالية استقباله كإطارها الأول، ويمكن لخطوة الفيديو المرجعي الوصول إلى كل من اللوحة المفتاحية ولقطة ثابتة مأخوذة من المقطع النهائي الخاص بك.

عادة واحدة توفر عليك الجدال مع جدول البيانات الخاص بك: الرقم الرئيسي على صفحة النموذج هو الحد الأدنى، وليس فاتورتك. صفحات H3 تدرج 0.10 دولار في الثانية، وهو مستوى 768P؛ 2K هو 0.14 دولار. GPT Image 2 يدرج 0.009 دولار، وهو الحد الأدنى لمستوى الرمز، والجودة high عند 2048 × 1152 تسعّر فعليًا 0.1745 دولار. اقرأ زر التشغيل (Run)، في كل مرة، لأنه الرقم الذي سيتم تحصيله منك.

لا يوجد خصم نشط على أطراف H3 اعتبارًا من أغسطس 2026. فقط المتغيرات -developer لنماذج الصور هي المخفضة، وهو أمر مفيد للمسودات وغير ذي صلة بالتسليم النهائي.

دعنا نبدأ.

الخطوة 1: رسم اللوحة المفتاحية

الإطار يقوم بالعمل الشاق. كل شيء لا يمكن لخطوة الفيديو اختراعه، التكوين، لوحة الألوان، جودة الخط، حبيبات الورق، يجب أن يكون موجودًا بالفعل في ملف PNG هذا.

افتح لوحة تشغيل GPT Image 2 للنص إلى صورة والصق هذا حرفيًا.

PlainCopy
1خلفية مرسومة يدويًا لرسوم متحركة ثنائية الأبعاد بأسلوب رسوم الأنمي اليابانية المدببة (cel animation) من التسعينيات: تلة صيفية واسعة في وقت متأخر من بعد الظهر. عشب أخضر طويل يملأ الثلثين السفليين، مرسوم بالغواش الناعم مع نسيج فرشاة مرئي وحواف نصل مرسومة بالحبر. فتاة في العاشرة من عمرها تقف في منتصف المسافة تُرى من الخلف، ترتدي معطف مطر أصفر بسيط وحقيبة ظهر حمراء، تمسك بقبعة قش بيد واحدة. خلف التلة، ترام ضيق ذو عربة واحدة يعبر واديًا أخضر على جسر حجري منخفض؛ جبال زرقاء بعيدة تتلاشى في سماء كريمية شاحبة مع غيوم ركامية شاهقة مرسومة كأشكال مسطحة متعددة الطبقات. ضوء دافئ في الساعة الرابعة عصرًا، ظلال ناعمة محيطة، لا تباين حاد، لوحة ألوان محدودة من الأخضر العشبي، والكريمي، والأزرق السماوي، ولمسة صفراء واحدة. جودة خط رسوم الأنمي المدببة: خطوط نظيفة وواثقة، تعبئة بالألوان المسطحة، خلفية بألوان مائية مرسومة يدويًا، حبيبات ورق خفيفة. لا نصوص، لا شعارات، لا علامة مائية، لا واقعية فوتوغرافية، لا عرض ثلاثي الأبعاد، لا انعكاس عدسة، لا مبانٍ حديثة.

الإعدادات: الجودة high، الحجم 2048 × 1152 (16:9)، صورة واحدة. لا تنخفض إلى medium هنا. حبيبات الورق وحواف النصل المرسومة بالحبر هي بالضبط التفاصيل التي تعمل الطبقة الأدنى على تنعيمها، وهذان الشيئان هما ما يبيع المشهد بأكمله لاحقًا.

لاحظ ما لا يقوله الأمر. لا اسم استوديو، لا اسم مخرج. كل تعليم أسلوبي هو وصف للتقنية: غواش، حواف مرسومة بالحبر، تعبئة بالألوان المسطحة، جودة خط رسوم الأنمي المدببة. هذا ليس ترددًا، إنه أمر أفضل، لأن "رسوم أنمي مدببة بتعبئات مسطحة وحبيبات ورق ظاهرة" هو تعليم محدد واسم الاستوديو هو تعليم غامض.

هذه هي عملية التشغيل.

لوحة تشغيل GPT Image 2 على Atlas Cloud مع أمر التلة المرسومة يدويًا بأسلوب جيبلي محمل بجودة عالية ونسبة 16:9، واللوحة المفتاحية النهائية بأسلوب جيبلي معروضة في لوحة الإخراج

GPT Image 2 بجودة high ، 2048 × 1152، تم تشغيله على Atlas Cloud. لاحظ زر التشغيل: 0.1745 دولار، وليس 0.009 دولار المذكور في صفحة التسعير.

واللوحة المفتاحية بمفردها، لأنك على وشك إطعام هذا الملف بالضبط للخطوة التالية:

لوحة مفتاحية مرسومة يدويًا لتلة صيفية: فتاة في معطف مطر أصفر تُرى من الخلف في عشب طويل، ترام بعربة واحدة على جسر حجري عبر الوادي، غيوم ركامية مسطحة متعددة الطبقات

تم إنشاؤها باستخدام openai/gpt-image-2/text-to-image . ملف PNG هذا هو الإطار الأول للمشهد النهائي في أعلى المقال.

الخطوة 2: تحريكها إلى حركة بأسلوب MiniMax H3 المستوحى من جيبلي

الآن الجزء المثير للاهتمام. هذا الأمر أطول مما يكتبه معظم الناس، وهذا مقصود: أنت تكتب ورقة توقيت، وليس "فيب" (vibe).

أربعة أشياء يحددها هذا الأمر لا يحددها الأمر النموذجي: متى تبدأ كل هبة ريح، ومتى يدخل الترام ويغادر، وأن الإيقاع هو على إطارين (on twos)، وفقرة صوتية كاملة مع أوقات دخول كل طبقة.

قم بتحميل ملف PNG من الخطوة 1 على صفحة MiniMax H3 للصورة إلى فيديو والصق هذا.

PlainCopy
1قم بتحريك هذه اللوحة كمشهد واحد متصل مرسوم يدويًا، لمدة 15 ثانية، بدون قص.
2الكاميرا: زووم داخلي بطيء جدًا، بالكاد محسوس، بالإضافة إلى انزلاق لطيف لليمين بحوالي خمسة بالمائة من عرض الإطار. لا زووم مفاجئ، لا اهتزاز يدوي.
3الحركة: الرياح تحرك العشب الطويل في موجتين طويلتين متحركتين، واحدة تبدأ عند الثانية الثانية وواحدة عند الثانية التاسعة، تحني أوراق العشب في نفس الاتجاه في كل مرة. حاشية معطف المطر للفتاة وشعرها يرتفعان مع كل هبة ريح؛ حافة قبعة القش تنثني. الغيوم تنجرف بشكل غير محسوس تقريبًا. عند الثانية السابعة، ترام بعربة واحدة يعبر الجسر من اليسار إلى اليمين ويغادر الإطار عند الثانية الحادية عشرة. من الثانية الثانية عشرة إلى الخامسة عشرة لا شيء يتحرك سوى العشب وظل سحابة واحدة تعبر التلة: حافظ على السكون، لا تضيف حركة جديدة.
4إيقاع الرسوم المتحركة: مرسوم على إطارين، رسومات ثابتة، تمايل طفيف في الخطوط بين الإطارات. لا حركة حريرية مستيفة، لا تحول، لا ذوبان للحواف. حافظ على تعبئات الألوان المسطحة ونسيج الورق المرسوم. لا تضيف عمق ميداني فوتوغرافي، أو تأثير بوكيه، أو انعكاس عدسة.
5الصوت: زيز صيفي مستمر بمستوى متوسط ثابت؛ حفيف عشب متعدد الطبقات يزداد مع كل هبة ريح؛ جرس ترام بعيد عند الثانية السابعة مع دوي عجلات خافت يتلاشى بحلول الثانية الحادية عشرة؛ وخط بيانو منفرد متناثر من أربع نغمات يدخل عند الثانية الثالثة وينتهي عند الثانية الثالثة عشرة. لا صوت بشري، لا سرد، لا حوار، لا نص على الشاشة، لا موسيقى تتجاوز خط البيانو ذلك.

الإعدادات: image = ملف PNG من الخطوة 1 الخاص بك، الدقة 2K، المدة 15، النسبة تبقى adaptive. هذا الأخير ليس كسلاً. التعداد (enum) في هذا الطرف يحتوي فقط على adaptive، والإطار المرفوع هو من يقرر شكل الإخراج، لذا فإن اللوحة المفتاحية بنسبة 16:9 تعطيك مقطع بنسبة 16:9.

الآن اقرأ زر التشغيل قبل أن تضغط عليه، لأن هذا هو بالضبط المكان الذي فقدنا فيه لقطة.

عند دقة 2K و 15 ثانية، يجب أن يكون السعر المقتبس 2.10 دولار. سعرنا كان 1.12 دولار. شريط المدة لم يأخذ 15 ثانية أبدًا، المهمة عملت عند الإعداد الافتراضي 8 ثوانٍ، وكل حقل آخر في النموذج كان لا يزال يبدو صحيحًا تمامًا. هذه هي عملية التشغيل، مع الفخ جالسًا في الإطار.

لوحة تشغيل MiniMax H3 للصورة إلى فيديو على Atlas Cloud مع اللوحة المفتاحية المرسومة محملة، الدقة 2K، والمقطع النهائي للتلة بأسلوب جيبلي يعمل في لوحة الإخراج

الأمر يطلب 15 ثانية. المشغل يقرأ 0:08. زر التشغيل يقرأ 1.12 دولار. الدقة 2K تم الالتزام بها، المدة لا. اقرأ السعر، أبدًا شريط التمرير.

أصلحها بإحدى طريقتين: اسحب شريط التمرير وتأكد من أن السعر المقتبس يتحول إلى 2.10 دولار قبل الإرسال، أو أرسل المهمة عبر API حيث duration: 15 هو مجرد حقل لا يمكن أن يخطئ بصمت. المقطع في أعلى هذه المقالة هو الطريق الثاني، نفس الطرف ونفس الأمر، resolution: 2K، duration: 15.

تم تسليمه بهذه الطريقة: حاوية 15.08 ثانية، 2560 × 1440، 24 إطارًا في الثانية، H.264 مع صوت ستيريو AAC بتردد 32 كيلوهرتز، لا توجد علامة مائية في أي مكان. النسخة العرضية التي مدتها 8 ثوانٍ عادت بالضبط عند 8.00 ثانية بهندسة متطابقة. خصص من 5 إلى 10 دقائق من الوقت الفعلي؛ مهام 8 ثوانٍ بدقة 2K تستغرق من 310 إلى 400 ثانية في عملياتنا، ومهمة 2K تحمل ثلاثة مراجع استغرقت 557 ثانية.

الخطوة 3: مطابقة مشهد ثانٍ باستخدام الفيديو المرجعي

لقطة واحدة هي عرض توضيحي. لقطتان تنتميان إلى نفس العالم هو تسلسل، وهنا تنهار معظم تجارب أسلوب جيبلي: يتغير وجه الشخصية، تدفأ لوحة الألوان، تختفي حبيبات الورق.

الحل ليس أمرًا أفضل. إنه طرف مختلف. الفيديو المرجعي (Reference-to-video) يأخذ مادة مرجعية موسومة وينقل مظهرها إلى إعداد كاميرا جديد.

قم بإطعامه اللوحة المفتاحية من الخطوة 1 كمرجع. هذا الإطار الواحد يحمل لوحة الألوان وجودة الخط وحبيبات الورق، وفي هذه اللقطة ثبت المظهر بمفرده، كما تظهر النتيجة أدناه. إذا انحرف التشغيل الخاص بك بمجرد بدء الحركة، أضف لقطة ثابتة تم تصديرها من قرب نهاية المقطع من الخطوة 2 كمرجع ثانٍ، والذي يحمل ما فعله النموذج بالخطوط بمجرد أن بدأت في التحرك. ثم الصق هذا على طرف الفيديو المرجعي.

PlainCopy
1طابق المظهر المرسوم ولوحة الألوان وجودة الخط وحبيبات الورق للصور المرجعية تمامًا، ثم صور مشهدًا مختلفًا في نفس العالم: كاميرا منخفضة على مستوى العشب على نفس التلة، تنظر إلى الأعلى نحو نفس الفتاة في معطف المطر الأصفر وهي تنحني لتلمس نبتة عشب طويلة، ثم تقف وتنظر نحو الوادي.
2مشهد واحد متصل. مرسوم على إطارين، رسومات ثابتة، تعبئة بالألوان المسطحة، خلفية بألوان مائية مرسومة يدويًا. لا واقعية فوتوغرافية، لا شخصيات جديدة، لا تغيير في الملابس، لا نصوص، لا علامة مائية.
3الكاميرا: ثابتة لأول أربع ثوانٍ، ثم إمالة بطيئة للأعلى تتبعها وهي تقف، تنتهي بملفها الجانبي مقابل السماء الكريمية.
4الصوت: نفس طبقة الزيز الصيفي وحفيف العشب كما في المرجع؛ حركة قماش ناعمة واحدة بينما تقف؛ نفس خط البيانو المنفرد المتناثر يستمر دون إعادة تشغيل. لا حوار، لا سرد.

الإعدادات: refers = اللوحة المفتاحية الخاصة بك، resolution 2K، ratio adaptive (الإطار المرجعي يحدد شكل الإخراج)، واختر مدتك. عاد تشغيلنا عند 8 ثوانٍ بدقة 2K، بسعر مقتبس 1.12 دولار مع فوترة المرجع بسعر 0 دولار. ثلاث ملاحظات من عمليات تشغيل حقيقية:

• ملفات المرجع مجانية. عشر صور مرجعية يتم فوترتها بنفس سعر الصورة الواحدة بنفس الطول والدقة.
• إذا مررت عنوان URL لبيانات (data URL)، أعلن عن type الخاص به صراحة. يستنتج الطرف النوع من امتداد الملف، وعنوان URL للبيانات ليس له امتداد.
• لا تسلم أبدًا ملف .mp4 إلى أداة التحميل في هذه الصفحة في عملية التقاط آلية. هذا يجعل كل تحميل يفشل بصمت ويجعل زر التشغيل رماديًا.

لوحة تشغيل MiniMax H3 للفيديو المرجعي على Atlas Cloud مع اللوحة المفتاحية بأسلوب جيبلي محملة كمرجع وأمر المشهد المطابق في مكانه بدقة 2K

MiniMax H3 الفيديو المرجعي: اللوحة المفتاحية في حقل المواد المرجعية، أمر المشهد المطابق محمل، 2K. المواد المرجعية تُفوتر بسعر 0 دولار، لذا فإن السعر المقتبس 1.12 دولار هو كل شيء للعرض. النتيجة مباشرة أدناه.

المشهد الثاني المطابق في نفس عالم أسلوب MiniMax H3 المستوحى من جيبلي: كاميرا منخفضة على مستوى العشب تنظر إلى الأعلى نحو الفتاة في معطف المطر الأصفر

المشهد الثاني الذي تم تسليمه. نفس لوحة الألوان، نفس سمك الخط، نفس حبيبات الورق، كاميرا جديدة. GIF صامتة؛ ملف mp4 المصدر يحتوي على صوت ستيريو.

هذه هي السلسلة الكاملة: ارسم، حرّك، طابق. ثلاث عمليات تشغيل، علامة تبويب واحدة.

ثلاثة متغيرات تستحق التشغيل بعد ذلك، بمجرد أن تعمل السلسلة:

• صورتك الخاصة، معاد رسمها. أرسل صورة منظر طبيعي أو شارع تملكها عبر google/nano-banana-2/edit مع: "أعد رسم هذه الصورة الفوتوغرافية كخلفية مرسومة يدويًا لرسوم متحركة ثنائية الأبعاد: نسيج الغواش والألوان المائية، خطوط نظيفة مرسومة بالحبر، تعبئة بالألوان المسطحة، لوحة ألوان محدودة من الأخضر والكريمي والأزرق السماوي، حبيبات ورق خفيفة. حافظ على نفس التكوين وزاوية الكاميرا وخط الأفق تمامًا. أزل كل النصوص واللافتات والشعارات. لا واقعية فوتوغرافية، لا عرض ثلاثي الأبعاد." ثم حرّك النتيجة. اقطع الإطار المرسوم إلى 9:16 أولاً إذا كنت تريد عموديًا، لأن الإطار هو من يحدد الشكل، وليس حقل النسبة.
• نفس الإطار، طقس مختلف. أضف في بداية أمر الخطوة 2: أعد رسم الإضاءة عند الغسق في مطر خفيف: تتحول لوحة الألوان إلى الأزرق الأردوازي، والكريمي الرطب، وتوهج نافذة دافئ واحد؛ واستبدل طبقة الصوت بمطر خفيف ثابت بالإضافة إلى دوي رعد بعيد واحد عند الثانية الثامنة. لا حاجة للوحة مفتاحية جديدة.
• مسودة بدقة 768P أولاً. أرخص في الثانية، مفيد لتحديد الكتل (blocking). هناك قاعدة صارمة واحدة مرتبطة بهذا، في القسم التالي.

كم تكلفة سلسلة بأسلوب MiniMax H3 المستوحى من جيبلي؟

معاينة: سلسلة من مشهدين مدتها 30 ثانية قابلة للنشر تتكلف حوالي 4.40 دولار، وطريق المسودة الرخيصة له عيب يكلف أكثر مما يوفر.

إليك الفاتورة، المبنية من أسعار الثانية الواحدة التي تم التحقق منها على صفحات النموذج وتأكيدها مقابل سجلات المهام الحقيقية.

الآن العيب. المسودة بدقة 768P لتوفير المال تعمل من أجل التكوين وتحديد الكتل، وهي لا تعمل بالطريقة التي يفترضها الناس.

شيئان قمنا بقياسهما. أولاً، إعادة تشغيل أمر نص إلى فيديو بمستوى دقة مختلف لا يعود أكثر وضوحًا، بل يعود كفيلم مختلف: ديكور مختلف، ارتفاع كاميرا مختلف، دعائم مختلفة. قفل الإطار الأول من خلال الصورة إلى فيديو هو ما يحصر الاختلاف في التفاصيل. ثانيًا، وهذا فاجأنا: مع نفس الإطار الأول المقفل ونفس الأمر، فإن المسارات الصوتية من المستويين غير مرتبطة. كان الارتباط الموجي (waveform correlation) بينهما 0.0053، وهو ضوضاء إحصائية.

الترجمة: مسودة 768P تعطيك معاينة لتكوينك ولحظات الحركة الخاصة بك. إنها ليست المزيج الذي ستشحنه أبدًا.

الإشادة، حقوق النشر، وما يمكنك نشره

النسخة المختصرة، وليست نصيحة قانونية: الأسلوب البصري نفسه ليس ما تحميه حقوق النشر عمومًا، لكن بيانات التدريب والمخرجات هي سؤال حي ومتنازع عليه، وشروط المنصة هي مسألة منفصلة بحد ذاتها.

هذا النزاع ليس افتراضيًا. في 27 أكتوبر 2025، قدمت جمعية توزيع المحتوى في الخارج (CODA) اليابانية، وهي هيئة لأصحاب الحقوق تشمل الأنمي والأفلام والألعاب والنشر، طلبًا كتابيًا يطلب عدم استخدام محتوى أعضائها للتعلم الآلي دون إذنهم، وأشارت إلى أنه بموجب نظام حقوق النشر الياباني، فإن الإذن المسبق مطلوب بشكل عام لاستخدام الأعمال المحمية بحقوق النشر، ولا يوجد نظام يسمح للمرء بتجنب المسؤولية عن الانتهاك من خلال الاعتراضات اللاحقة (CODA، أكتوبر 2025).

ثلاث عادات عملية تحافظ على نظافة مخرجاتك:

• صف الحرفة، لا الاستوديو. أوامرنا أعلاه تسمي الغواش، والإطارين، والتعبئات المسطحة وحبيبات الورق، ولا تسمي في أي مكان شركة أو مخرجًا.
• لا تضع شخصيات أو شعارات أو بطاقات عنوان معروفة في الإطار. تلتنا لا تحتوي على أي ملكية فكرية لشخصية على الإطلاق.
• تحقق من الشروط التي تنطبق على حسابك قبل تحقيق الدخل، وتحقق من شروط المنصة التي تنشر عليها بشكل منفصل.

ابنِ عالمًا يشارك تقنية مع أفلام تحبها. لا تبني نسخة مقلدة من فيلم معين.

الأسئلة الشائعة

هل يمكن لـ MiniMax H3 القيام بأسلوب جيبلي، وهل يجب أن أكتب "استوديو جيبلي" في الأمر؟

نعم للأول، ولن نفعل الثاني. كل النتائج في هذه المقالة جاءت من مفردات الحرفة بدلاً من ذلك: يدويًا لرسوم متحركة ثنائية الأبعاد، غواش مع نسيج فرشاة مرئي، خطوط مرسومة بالحبر، تعبئة بالألوان المسطحة، على إطارين، رسومات ثابتة، حبيبات ورق خفيفة. هذه العبارات الست تحمل المظهر، وهي أكثر تحديدًا من اسم استوديو، وتبقي مسألة النشر أبسط.

هل يولد MiniMax H3 الرياح والبيانو بنفسه، أم أضيف الصوت لاحقًا؟

بنفسه، في نفس المهمة. يصف MiniMax H3 بأنه "يولد فيديو بصوت ستيريو أصلي، حتى 15 ثانية بدقة 2K" (MiniMax، يوليو 2026)، وملفاتنا المسلمة تحمل صوت ستيريو AAC بتردد 32 كيلوهرتز. اكتب فقرة "صوت" (Audio:) مخصصة تسمي كل طبقة ومتى تدخل. إذا كنت تريد مقطوعة موسيقية كاملة بدلاً من إشارة، قم بتوليدها بشكل منفصل على minimax/music-2.6 بسعر 0.15 دولار واخلطها.

كم يمكن أن تكون مدة اللقطة الواحدة، وهل 15 ثانية تثبت فعليًا؟

المدة تقبل كل ثانية كاملة من 4 إلى 15 على جميع الأطراف الثلاثة، وطلبنا لمدة 15 ثانية سلم حاوية 15.08 ثانية. إنها تثبت. سبب الرغبة في 15 بدلاً من 8 ليس النطاق الملحمي، بل هو العكس: إنها الطريقة الوحيدة لتوفير ثلاث ثوانٍ لا يحدث فيها شيء، وهو بالضبط الإيقاع الذي بني عليه هذا الأسلوب.

كيف أحافظ على نفس الشخصية ولوحة الألوان وحبيبات الورق عبر مشهدين؟

استخدم الفيديو المرجعي مع مرجعين، اللوحة المفتاحية الأصلية بالإضافة إلى لقطة ثابتة من المقطع النهائي الأول الخاص بك، واكتب "طابق المظهر المرسوم ولوحة الألوان وجودة الخط وحبيبات الورق للصور المرجعية تمامًا" كأول جملة. احذر من فشل صامت واحد: خلط image و refers في استدعاء واحد يكتمل ويصدر فاتورة بالكامل بينما يتجاهل أحد المدخلات، دون أي حقل تحذير في أي مكان في الاستجابة.

هل يجب أن أعمل مسودة بدقة 768P ثم أعيد التشغيل بدقة 2K لتوفير المال؟

اعمل مسودة بدقة 768P للتكوين، نعم. لكن قفل الإطار الأول من خلال الصورة إلى فيديو، أو إعادة التشغيل ستعيد فيلمًا مختلفًا. وتعامل مع صوت المسودة على أنه يمكن التخلص منه: نفس الإطار، نفس الأمر، مستوى مختلف، والمساران الصوتيان قاسا ارتباطًا موجيًا قدره 0.0053 مع بعضهما البعض. المزيج يتم إعادة توليده، وليس رفع الدقة.

هل فيديو MiniMax H3 بأسلوب جيبلي آمن للنشر أو تحقيق الدخل؟

يعتمد على ما هو في الإطار وماذا تقول شروط حسابك، وهذه ليست نصيحة قانونية. الأوامر الوصفية للأسلوب بدون ملكية فكرية لشخصية، ولا شعارات ولا اسم استوديو في الإطار هي النسخة المتحفظة، وهذه هي النسخة التي يوضحها هذا المقال. تحقق من الشروط المطبقة قبل الاستخدام التجاري.

شيء أخير يستحق التكرار، لأنه الجزء الذي يتجاهله الناس. سبب نجاح لقطة بأسلوب minimax h3 ghibli style ليس لوحة الألوان الخضراء. إنها أن الحركة أسوأ عمدًا مما يمكن للنموذج فعله، وأن الثواني الثلاث الأخيرة يُسمح لها بأن تكون فارغة. اكتب ورقة التوقيت. اكتب الصوت. ثم اتركها ساكنة.