كيف تصنع فيديو عناق بالذكاء الاصطناعي من صورة

«فيديو العناق بالذكاء الاصطناعي» من أكثر أفكار فيديو الذكاء الاصطناعي بحثاً، وغالباً للسبب نفسه: شخصان لم يعودا في المكان نفسه، وصورة واحدة تجمعهما.

إليك كيف تُصنع هذه المقاطع فعلاً، دون ادعاء أن التطبيق يملك ميزة لا يملكها.

ما يقدّمه لك Rigel

يولّد Rigel الفيديو من صورة ثابتة مع وصف للمشهد. لا يوجد إعداد جاهز للعناق، ولا قالب في المعرض اسمه «عناق». ما لديك هو حقل للوصف، وقدرة النموذج على توليد حركة بشرية مقنعة من الصورة التي تقدّمها. هذا يكفي — لكن فقط إذا أدّت الصورة المصدر والوصف دورهما.

ابدأ بالصورة الصحيحة

هنا تنجح معظم المحاولات أو تفشل.

• استخدم صورة واحدة تضم الشخصين. الصورة التي يقفان أو يجلسان فيها معاً أكثر موثوقية بكثير من محاولة استحضار شخص ثانٍ.
• اترك مساحة حولهما. اللقطات الضيقة للرأس والكتفين لا تترك مجالاً لحركة الأذرع. نصف الجسم أو أوسع يعمل أفضل بكثير.
• فضّل إضاءة واضحة ومتساوية. مصادر الضوء المختلطة تُفسد نقطة التلامس بين الجسدين.
• اجعل اليدين ظاهرتين وبسيطتين. ما زالت اليدان أضعف نقطة في هذا الجيل من النماذج.

صيغ وصف تنجح

صف الحركة، ثم الكاميرا، ثم الإضاءة — بهذا الترتيب. واجعل الفعل صغيراً وجسدياً.

• «يلتفتان نحو بعضهما ويتعانقان بلطف، الذراعان حول الكتفين، حركة طبيعية بطيئة، الكاميرا ثابتة، إضاءة داخلية دافئة وناعمة.»
• «يقترب منها ويعانقها، تغمض عينيها وتبتسم، حركة بطيئة، اهتزاز خفيف كالكاميرا المحمولة، إضاءة خلفية في آخر العصر.»
• «اقتراب بطيء للكاميرا بينما يميل الاثنان نحو بعضهما في عناق، حركة رأس خفيفة، عمق ميدان ضحل، ضوء نافذة مسائي.»

ما يجب تجنّبه: «لقاء عاطفي» و«لحظة مؤثرة» وغيرها من كلمات المزاج التي لا تحمل مضموناً جسدياً. لا يستطيع النموذج رسم شعور؛ لكنه يستطيع رسم ذراع تتحرك بشكل مقنع.

عندما تكون الصورة قديمة

تبدأ معظم هذه المقاطع من صورة مطبوعة قديمة. والتحضير مهم: التقاط مسطح بإضاءة متساوية، واقتصاص على الأشخاص، وأفضل نسخة متاحة. القائمة الكاملة موجودة في صفحة تحريك الصور القديمة، وسير عمل التوليد الأساسي موضّح في صفحة تحويل الصور إلى فيديو.

إذا أردت أن يتكلم الشخص أيضاً إلى جانب الحركة، فصفحة الصورة الناطقة تشرح المزامنة الشفوية انطلاقاً من نص مكتوب.

توقّعات صادقة

التلامس بين شخصين من أصعب ما يمكن توليده. توقّع أن تحاول أكثر من مرة، وأن تنجح اللقطات الواسعة أكثر من القريبة، وأن بعض الصور لن تُنتج ببساطة عناقاً مقنعاً. وعندما ينجح الأمر، فذلك لأن الصورة المصدر كانت تحمل معظم الإجابة أصلاً.

والقاعدة الأهم من أي وصف: لا تستخدم إلا صور أشخاص وافقوا، أو صور عائلتك. توليد مشاهد حميمة لشخص لم يوافق قط ليس مسألة تقنية.

جرّبه

تنزيل Rigel مجاني على iOS 16.6+ وAndroid، ويتضمن أرصدة للبدء، فلا تكلّفك المحاولة الأولى شيئاً. تتوفر حزم أرصدة واشتراك داخل التطبيق، ويعرض كل توليد تكلفته بالأرصدة قبل أن تؤكده.