Skip to content

صور مرجعية للشخصيات: طريقة توليد متعددة الزوايا ​

تسلّم هذه الصفحة المادة الثانية من حزمة المواد: الصور المرجعية للشخصيات. لقد ثبّتت 3.1 بطاقة إعداد الشخصية «كيف يُكتب لاو تشن»، وهذه الصفحة تثبّت «كيف يُرسم» — بتوليد مجموعة صور مرجعية متعددة الزوايا لشخصية الذكاء الاصطناعي بمقطع وصف ثابت، ثم تُعرَّف الشخصية في كل لقطة لاحقة وفق هذه المجموعة. هنا فقط يبدأ توليد الصور فعليًا في هذه الدورة: العمودان السابقان كلهما عمل ورقي، ومن هذه الصفحة فصاعدًا كل عملية توليد تستهلك وقتًا أو نقاطًا حقيقية (طريقة الزوايا المتعددة وقائمة التحقق من تصميم هذه الدورة التعليمي، وروابط العمليات على مستوى العقد في الأداة في الصفحة المقابلة لقسم comfyui).

ماذا تستطيع أن تفعل بعد التعلم ​

  • استخراج قائمة الزوايا من جدول التقسيم اللقطي وتحديد عدد صور الشخصية المرجعية التي تحتاجها (صورة تعريفية، جسم كامل، تفاصيل جزئية)
  • توليد الصورة التعريفية المفضلة بمقطع الوصف الثابت والتحقق منها وفق التوصيات الرسمية: إضاءة متساوية، تعبير محايد، مطابقة بندًا بندًا مع بطاقة الإعداد
  • اشتقاق مجموعة كاملة من الصور المرجعية متعددة الزوايا من الصورة التعريفية — جسم كامل، حذاء، يد، لكل منها مرجع، بدل وجه أمامي واحد يخدم كل اللقطات
  • أن تشرح كيف تُغذّى الصور المرجعية ومقطع الوصف الثابت معًا لكل لقطة لاحقة
  • أن توضّح حدود الصور المرجعية: فهي ترفع الاتساق لكنها ليست ضمانًا مطلقًا لـ«وجه لا يتغير أبدًا عبر اللقطات»

معضلتك الحالية ​

  • «كتبت بطاقة الإعداد، لكن التوليد ما زال سحب نصوص خالص: عشر صور بعشرة لاو تشن، وأيًّا كان من تختار تشعر بالريبة.»
  • «تعلّمت من الآخرين عمل ثلاثية زوايا للشخصية، فظهر وجه أمامي ووجه جانبي وظهر بثلاث ملامح في صورة واحدة، كصورة جماعية لثلاثة ممثلين.»
  • «سحبت صورة تعريفية وسيمة جدًا — إضاءة جانبية، ليلة ممطرة، أجواء كاملة. استخدمتها كمرجع فتعلّمت اللقطات التالية كلها وجهًا نصفه معتم.»

متى تستخدم هذه الطريقة ​

عندما تحتاج إلى:

  • تحويل مقطع الوصف الثابت لـ 3.1 إلى مجموعة صور تُعتمد «أساسًا للتعرف على الشخصية»، ثم يتبعها كل توليد لقطة لاحق
  • توليد صور حقيقية لأول مرة في هذه الدورة، والتحقق في الأثناء مما إذا كانت أوصاف بطاقة الإعداد قابلة للرسم
  • منح جميع المراحل اللاحقة مرجعًا موحدًا للمقارنة: توليد الإطار الأول للقطات، فحص الاتساق، مراجعة المونتاج

ولا تريد:

  • أن تتخيل لاو تشن من النص من جديد في كل لقطة، مع شكل الوجه والعمر رهينَي حظ السحب
  • أن تراكم صورًا مرجعية كثيرة مختلفة كل واحدة عن الأخرى، فيزداد الأمر فوضى
  • أن تدخل صورًا مرجعية ذات إضاءة قوية وتعابير مبالغ فيها إلى توليد اللقطات فتنحرف وجوه العمل كله

🎒 التحضير قبل البدء ​

  • أن تكون قد أكملت 3.1 بطاقة إعداد الشخصية: مقطع الوصف الثابت محفوظ في ملف منفصل (مثال لاو تشن: 角色卡_老陈.txt)، وكل توليد في هذه الصفحة يلصقه كاملًا
  • جدول التقسيم اللقطي بين يديك: 2.4 جدول التقسيم اللقطي — الخطوة 1 ستستخرج منه قائمة الزوايا
  • اختيار مسار الإنتاج (1.3 مسارا الإنتاج): المسار المحلي يتطلب جهازًا مثبتًا عليه ComfyUI، والمسار السحابي يتطلب حسابًا على المنصة
  • المسار المحلي: نجحت في أول عملية توليد صور — تعرف تحميل سير العمل وكتابة التوجيه والتشغيل بـ Ctrl+Enter
  • المسار السحابي: ميزة توليد الصور في المنصة المستخدمة مفعّلة — عمليات المنصات لم تُتحقق في هذا القسم، اتبع دروس المنصة نفسها
  • أنشئ مجلدًا للصور المرجعية — أرشِف الدفعة الأولى من المواد فورًا، ولا تنتظر تراكمها لتنظمها

الفكرة الأساسية ​

تثبيت الوجه بالنص له حد: من النص إلى البكسل تفصل بينهما طبقة من «التخيل».

مقطع الوصف الثابت ثبّت «حوالي 40 عامًا، وجه مربع، شعر أسود قصير»، لكن على النموذج في كل مرة أن يتخيل وجهًا من جديد من هذا النص — الجملة نفسها قد تُرسم هذه المرة بملامح حادة وفي المرة التالية أكثر استدارة (كما ذُكر في 3.1: حتى لو كان التوجيه متطابقًا تمامًا، قد يرسم التوليدان وجهين مختلفين). الصور المرجعية تزيل طبقة التخيل هذه: النموذج لم يعد «يتخيل» وجهًا بل «ينسخ» وجهًا وهو ينظر إلى الصورة.

السير الرسمي مرتب هكذا أيضًا. سير Runway الرسمي لإنتاج الفيديوهات الطويلة هو «بناء القصة → التقسيم اللقطي → مرجع الشخصية → توليد عدة مقاطع قصيرة → المونتاج والتجميع» (انظر 1.1 نظرة شاملة على السير الكامل) — مرجع الشخصية يسبق توليد المقاطع: حدد أولًا «كيف يبدو الشخص»، ثم صوّر «ماذا يفعل».

الصور المرجعية توجيه لا ضمان. يحدد مساعدة Runway Gen-4 الرسمية الصور المرجعية بأنها «توجيه» للشخصيات أو الأجسام أو الأنماط في الصور المولدة، ويوصي بإدخال إضاءة متساوية وتعبير محايد وضبط تكراري خطوة بخطوة. أي: الصور المرجعية ترفع كثيرًا احتمال «الشخص نفسه»، لكن الانزياح المتبقي موجود دائمًا — ضبط الوجه ما زال مهمة 2.5 فحص الاتساق، والحل الاحتياطي في 4.3 التحكم في الإطارين الأول والأخير.

لماذا «الزوايا المتعددة» — صورة واحدة لا تكفي عملًا كاملًا. افتح جدول التقسيم اللقطي: لاو تشن في 02 و04 و08 بلقطة متوسطة، 06 بلقطة كاملة (الجسم كله داخل الإطار)، 10 بلقطة قريبة، إضافة إلى لقطتين جزئيتين: حذاء 05 ويد 09. صورة تعريفية أمامية واحدة تثبّت الوجه لكنها لا تثبّت نسب الجسم الكامل ونمط الحذاء — كل حجم لقطة يحتاج مرجعًا. لذا فصور الشخصية المرجعية بالذكاء الاصطناعي ليست صورة واحدة بل مجموعة صور:

بمقطع الوصف الثابت وحدهمقطع الوصف الثابت + صور مرجعية متعددة الزوايا
كيف يعرف النموذج شكل لاو تشنيتخيل من النص في كل مرةينسخ وهو ينظر إلى الصورة المرجعية
وجه عمليتي التوليدسحب عشوائي، قد يختلفان كثيرًامرجع مشترك، انزياح أقل
نسب الجسم في اللقطة الكاملة، نمط الحذاءقيد نصي، عرضة للانحرافصورة مرجعية للجسم الكامل للمقارنة المباشرة
المخاطر المتبقيةالوجه والملابس تنحرفان في أي وقتقد يبقى انزياح طفيف — التوجيه ليس ضمانًا

اتبعني خطوة بخطوة ​

نواصل أدناه استخدام لاو تشن من «جميلة حتى وهي منهارة» كنموذج كامل (مثال تعليمي في هذه الدورة، ويمكنك استخدام صور شخصيتك طوال الوقت).

الخطوة 1: استخراج قائمة الزوايا من جدول التقسيم اللقطي — الصور المرجعية لشخصيات الذكاء الاصطناعي في خدمة اللقطات ​

لماذا: الصور المرجعية تخدم اللقطات. أي حجم إطار وأي زاوية يستخدمها اللقطة، تلك هي الصور المرجعية التي نجهزها — اعمل القائمة أولًا ثم افتح الأداة، وأي صورة خارج القائمة مهما كانت جميلة لا تُنفذ، وأي نقص داخل القائمة يعني أن تلك اللقطة ستظل تعتمد على التخمين.

الخطوات: افتح جدول 2.4 التقسيم إلى لقطات، وقسّم لقطات لاو تشن حسب «ما الذي ستتولاه هذه الصورة» (قالب تعليمي في هذا المقرر):

الصورة المرجعيةأي اللقطات تخدمهامتطلبات الصورة
صورة الشخصية المعتمدة المفضلة (نصفية من الأمام)02 و04 و08 (لقطة متوسطة) و10 (لقطة قريبة)إضاءة متساوية، تعبير محايد، الجزء العلوي من الجسم كامل
صورة كاملة للجسم من الأمام06 (لقطة شاملة: يسقط الشخص مع الصندوق في بركة الماء)الجسم كامل داخل الإطار، الملابس والحذاء وصندوق الكعكة كلها موجودة
مراجع جزئية: الحذاء / اليد05 (انزلاق نعل الحذاء) و09 (اليد تجمع الكريمة)حذاء رياضي قديم رمادي-أبيض / لقطة قريبة لليد

ما يُشار إليه عادة على الإنترنت باسم «المنظر الثلاثي للشخصية» (رسم الأمام والجانب والخلف في صورة واحدة) هو شكل معياري شائع في صناعة الرسوم المتحركة. جهّز الزوايا التي يستخدمها فيلمك فقط: «جميلة حتى وهي منهارة» يعتمد بشكل أساسي على التصوير الأمامي، والجانب والخلف ليسا شرطًا أساسيًا؛ إذا كان جدول اللقطات لديك يحتوي على لقطات للوجه الجانبي أو الظهر، أضف الزوايا المقابلة إلى القائمة.

يجب أن ترى: قائمة زوايا، كل سطر = صورة مرجعية يجب توليدها + رقم اللقطة التي تخدمها. لا يوجد عمود «الجمال» في القائمة — فقط «أي لقطة ستستخدمها».

  • اكتملت قائمة الزوايا: كل صورة مرجعية تشير إلى رقم لقطة محدد، ولا صور زائدة

الخطوة 2: توليد صورة الأزياء المعتمدة المفضلة — مقطع الوصف الثابت يدخل الأوامر التوليدية كاملًا ​

لماذا: صورة الأزياء المعتمدة هي أساس مجموعة الصور المرجعية بأكملها — جميع الزوايا الأخرى في الخطوة 4 تُشتق منها، وكل عمليات التحقق لاحقًا تُقارن بها. إذا اختل الأساس اختلت المجموعة كلها معه، لذلك تُولَّد هي أولًا.

الخطوات: الأمر التوليدي = مقطع الوصف الثابت (دون تغيير حرف واحد، يُلصق كاملًا) + سطر واحد من متطلبات التكوين (قالب تعليمي في هذا المقرر):

text
40 عامًا تقريبًا، عامل توصيل طعام صيني، وجه مربع، شعر أسود قصير، بشرة داكنة خشنة، طبقة قصيرة من اللحية الخفيفة على الذقن،
خطوط دقيقة في زوايا العينين، عينان وحاجبان هادئان، زوايا الفم منخفضة قليلًا؛ يرتدي سترة توصيل صفراء وأكمامًا طويلة زرقاء داكنة وبنطالًا أسود طويلًا
وحذاءً رياضيًا قديمًا رماديًا-أبيض؛ يحتضن صندوق كعكة أبيض مربوط بشريطة حمراء.
صورة نصفية من الأمام، إضاءة متساوية، تعبير محايد، خلفية بسيطة

الأسطر الثلاثة الأولى لا تتغير أبدًا، والسطر الأخير هو مهمة هذه الصورة تحديدًا. أداة التوليد تُختار حسب المسار:

الطريقة A: توليد صور من نص عبر ComfyUI محليًا (الافتراضي في المسار المحلي) ​

  • اختر نموذج التوليد حسب جهازك:سير عمل Qwen-Image (20B، المشفر النصي هو Qwen2.5-VL، والوثائق الرسمية تدعم الصينية وغيرها من اللغات، لذا يُلصق مقطع الوصف الثابت بالصينية مباشرة؛ الحجم نحو 19GB، والاختبار الرسمي كان على بطاقة رسومية بذاكرة 24GB)، أو الأخف Z-Image-Turbo (6B، يعمل بذاكرة رسومية 16GB، يخرج الصورة في 8 خطوة)
  • من لم يشغّل ComfyUI من قبل فليبدأ بـ أول توليد للصورة

الطريقة B: توليد الصور عبر منصة سحابية (المسار السحابي) ​

  • استخدم ميزة التوليد من نص في المنصة التي تستخدمها، ويُجمَّع الأمر التوليدي بنفس الطريقة
  • لم يتم التحقق من واجهات المنصات وأسعارها في هذا القسم، اتبع دروس المنصة نفسها؛ سجّل عدد مرات التوليد في 1.4 جدول التكاليف وسجل التجارب

يجب أن ترى: ظهور لاو تشن من النصف العلوي بين الصور المرشحة — الوجه المربع واللحية القصيرة والسترة الصفراء وصندوق الكعكة الأبيض كلها موجودة؛ الإضاءة سلسة، دون دفن نصف الوجه في الظل؛ التعبير هادئ وغير مبالغ فيه. إذا لم تكن النتيجة مرضية في المرة الأولى فاسحب عدة صور بديلة إضافية: هذه الخطوة هي «سحب البطاقات»، والخطوة التالية هي «اختيار البطاقات».

  • خرجت عدة صور مرشحة لصورة الأزياء المعتمدة، ومقطع الوصف الثابت موجود كاملًا في أمر كل منها التوليدي

الخطوة 3: اختيار الصورة وفق المعايير الرسمية — إضاءة متساوية، تعبير محايد، مطابقة بطاقة الإعدادات بندًا بندًا ​

لماذا: توصية Runway Gen-4 في المساعدة الرسمية بشأن مدخلات الصور المرجعية هي إضاءة متساوية وتعبير محايد؛ ويضيف هذا المقرر شرطًا آخر: المطابقة بندًا بندًا مع بطاقة الإعدادات. هذه الصورة ستكون الوجه المرجعي للفيلم كله — الوسامة ثانوية، الصحة هي الأساس.

الخطوات: مرّر الصور المرشحة واحدة واحدة عبر ثلاثة خطوط تحقق (الأول توصية رسمية، والآخران قالب تحقق في هذا المقرر):

خط التحققماذا ننظر إليهماذا نفعل عند عدم الاجتياز
الخط الرسميإضاءة متساوية (بلا ظل على نصف الوجه)، تعبير محايد (لا بكاء ولا ضحك ولا غضب)انتقل إلى المرشحة التالية؛ إذا فشلت جميعها فارجع إلى الخطوة 2 واسحب من جديد
خط بطاقة الإعداداتمطابقة الملامح والملابس بندًا بندًا: وجه مربع، شعر أسود قصير، لحية قصيرة، سترة صفراء، أكمام زرقاء داكنة، صندوق كعكة أبيض بشريطة حمراء…النقص يعني غالبًا أن مقطع الوصف لم يُلصق كاملًا أو أن النموذج تجاهله، أعد السحب
خط الاستخدامنصفية من الأمام، خلفية بسيطة، الوجه كبير وواضح بما يكفي (سيُقارن بصريًا مرارًا لاحقًا)إذا كان التكوين خاطئًا فقوِّ «صورة نصفية من الأمام» في الأمر التوليدي وأعد السحب

هذه الخطوة هي أيضًا صقل للمادة الأولى: إذا كان أحد بنود مقطع الوصف الثابت (مثل «خطوط دقيقة في زوايا العينين») لا يظهر في التوليد مرارًا، فهذا يعني أن هذا الوصف غير فعال بما يكفي للنموذج — ارجع إلى 3.1 بطاقة إعدادات الشخصية وأعد صياغته بصياغة أكثر تحديدًا، ثم عُد وأعد السحب. بطاقة الإعدادات ليست مقفلة بمجرد كتابتها، والتوليد الأول هو بالضبط وقت اختبارها.

يجب أن ترى: صورة أزياء معتمدة «تجتاز الخطوط الثلاثة» تُحفظ منفردة في مجلد الصور المرجعية، واسم الملف يتضمن اسم الشخصية والاستخدام (مثل 老陈_定妆照_v1.png؛ اصطلاح التسمية الكامل موحد في 3.5 تسمية المواد وإدارة الإصدارات).

  • صورة الأزياء المعتمدة تجتاز الخطوط الثلاثة: إضاءة متساوية، تعبير محايد، مطابقة بطاقة الإعدادات بندًا بندًا

الخطوة 4: اشتقاق صور مرجعية للشخصية من زوايا متعددة انطلاقًا من صورة الأزياء المعتمدة ​

لماذا: الصور المرجعية المتبقية (كاملة الجسم، جزئية، والجانب والخلف عند الحاجة) إذا وُلّد كل منها بشكل مستقل من النص فسنعود إلى المشكلة القديمة «ثلاث لقطات وثلاثة وجوه مختلفة». التكرار التدريجي الذي توصي به الوثائق الرسمية يتحقق في هذه الخطوة: الاشتقاق صورة صورة اعتمادًا على صورة الأزياء المعتمدة كأساس، وفي كل خطوة يوجد وجه يُستنسخ منه.

الخطوات: اختر الطريق حسب نوع الصورة المرجعية:

الطريقة A (موصى بها): التعديل من صورة الأزياء المعتمدة باستخدام نموذج تحرير ​

  • المسار المحلي:FLUX Kontext — تركيزه الرسمي هو اتساق الشخصية، مع تحرير متعدد الجولات لنفس الشخصية مع الحفاظ على ثبات ملامح الوجه بعد تغيير الملابس والخلفية. أدخل صورة الأزياء المعتمدة واشتق صورة كاملة الجسم بأوامر إنجليزية (أوامر Kontext التوليدية تدعم الإنجليزية فقط؛ صياغة الأوامر وخطوات العقد موجودة في تلك الصفحة):
text
Change to a full-body standing pose, holding the white cake box with a red ribbon,
maintaining the same facial features, hairstyle, and clothing.
  • المسار السحابي: إذا كانت منصتك توفر ميزة صورة مرجعية / توليد من صورة فاستخدمها — صورة Gen-4 المرجعية في Runway هي بالضبط آلية «توجيه الشخصية أثناء التوليد» (المساعدة الرسمية في الخطوة 3). لم يتم التحقق من عمليات المنصة في هذا القسم، اتبع دروس المنصة.

الطريقة B (احتياطية): إعادة السحب بالتوليد من نص + صورة الأزياء المعتمدة كمرجع للمقارنة ​

  • عند عدم وجود نموذج تحرير: مقطع الوصف الثابت + كلمات تكوين جديدة («صورة كاملة للجسم» «من الجانب») ثم توليد من نص، واسحب حتى تحصل على صورة مشابهة
  • قارن كل صورة ناتجة جنبًا إلى جنب مع صورة الأزياء المعتمدة واستبعد غير المشابهة — هذه أكثر الطرق استهلاكًا للسحب عند غياب المرجع الصوري، فإذا أمكنت الطريقة A فاستخدمها

المراجع الجزئية لا تحتاج إلى توليد، تُقتطع مباشرة: الحذاء (05) واليد (09) موجودان أصلًا في صورة الجسم الكاملة — اقتطع منطقة الحذاء ومنطقة اليد من صورة الجسم الكاملة فتحصل على مراجع جزئية متسقة طبيعيًا (هذه طريقة هذا المقرر، وأي برنامج لعرض الصور يمكنه القص).

يجب أن ترى: صور لاو تشن المرجعية في المجلد مكتملة كمجموعة — صورة ثابتة، كاملة الجسم، الحذاء، اليدان. عند المقارنة جنبًا إلى جنب: تبدو كنفس الشخص، ونفس الملابس، ونفس علبة الكيك.

  • مجموعة الصور المرجعية الكاملة قورنت جنبًا إلى جنب: الوجه، الصديري، السروال، الحذاء، علبة الكيك — كل بند مطابق

الخطوة 5: الأرشفة وربط الحلقة التالية — كيف تُغذّى الصور المرجعية إلى كل لقطة ​

لماذا: الصور المرجعية ليست معروضات تُغلق في المجلد بعد تسليمها. لها استخدامان ثابتان في المراحل اللاحقة، وإرساء الاتفاقية الآن يوفّر العناء في كل محطة قادمة.

الاستخدام الأول: كمرجع صورة عند توليد الإطار الأول للقطة. توليد الفيديو من صورة يأخذ صورة واحدة كمدخل للإطار الأول (4.1 اللقطة الأولى ستشغّل هذه السلسلة). بعض اللقطات لا يظهر فيها لاو تشن أصلًا (درج المطر الغزير في 01، وشاشة الهاتف في 03، ولقطة قريبة لغطاء العلبة في 07) — هناك تُستخدم صورة مشهد الإطار الأول مباشرة، وهذا عمل 3.3 صور المشهد المرجعية. أما اللقطات التي يظهر فيها لاو تشن، فيجب أن يضع الإطار الأول الشخصية داخل المشهد، بطبقتين معًا:

الطبقةما الذي يُستخدمما الذي تديره
طبقة النصوصف ثابت يُدرج في الموجهقفل الملامح والملابس مرة أخرى
طبقة الصورةالصور المرجعية كمرجع صوريالنموذج ينسخ الوجه والملابس بناءً عليها

بشكل محدد حسب المسار: محليًا استخدم نماذج تحرير مثل Kontext، واجعل صورة لاو تشن المرجعية وصورة المشهد المرجعية مرجعًا مزدوجًا لتوليد إطار أول «لاو تشن في المشهد»؛ أما سحابيًا فاستخدم ميزة الصور المرجعية في المنصة.

الاستخدام الثاني: كعنصر مقارنة عند فحص الاستمرارية. بند الشخصية في 2.5 فحص الاستمرارية يقارن بهذه المجموعة المرجعية — إذا انحرف الوجه في لقطة ما، فضلًا استخدم 4.3 التحكم بالإطار الأول والأخير للمتابعة من الإطار الأخير للقطة السابقة، بدلًا من إعادة السحب بعشوائية.

اتفاقية الأرشفة (تُرسى الآن، وتُفصّل لاحقًا في 3.5): مجلد واحد لكل شخصية؛ اسم الملف = اسم الشخصية_الاستخدام_رقم الإصدار (مثل 老陈_定妆照_v1.png)؛ رقم الإصدار يزيد فقط ولا يُستبدل — سجل المحاولات يجب أن يعود إلى الإصدار الصحيح.

يجب أن ترى: مجلد الصور المرجعية واضح من النظرة الأولى، أي صورة هي الأساس وأي صورة تخدم أي لقطة يمكن توضيحه؛ الدرس التالي 3.3 صور المشهد المرجعية يبدأ العمل مباشرة.

  • الصور المرجعية مؤرشفة حسب الشخصية، وأسماء الملفات تتضمن الاستخدام ورقم الإصدار، والإصدارات القديمة لم تُستبدل

نقطة تحقق ✅ ​

  • كل صورة مرجعية في قائمة الزوايا أصبحت متوفرة: صورة ثابتة، كاملة الجسم، تفاصيل (الحذاء / اليدان)
  • الصورة الثابتة عبرت ثلاث مراحل قبول: إضاءة متساوية، تعبير محايد، مطابقة بندًا بندًا مع بطاقة الإعداد
  • مجموعة الصور المرجعية الكاملة قورنت جنبًا إلى جنب: تبدو كنفس الشخص، ونفس الملابس
  • الصور المرجعية مؤرشفة حسب الشخصية، وأسماء الملفات تتضمن الاستخدام ورقم الإصدار
  • تستطيع ذكر الاستخدامين للصور المرجعية: مرجع عند توليد الإطار الأول للقطة، وعنصر مقارنة عند فحص الاستمرارية

تنبيهات من العثرات ​

❌ استخدام صور ذات إضاءة قوية وأجواء غامرة كصورة ثابتة ​

الظاهرة: أكثر صورة «لافتة» بين المرشحين هي إضاءة خلفية جانبية، ونصف الوجه غارق في الظل، وتعبير كئيب — باختيارها، يخرج لاو تشن في كل لقطة لاحقة بوجه نصفه مظلم.

السبب: الصور المرجعية هي النموذج الأساسي الذي «ينسخه» النموذج. توصية الجهة الرسمية بالإضاءة المتساوية والتعبير المحايد هي بالضبط لإزالة الإضاءة والمزاج من النموذج الأساسي — ما يحمله النموذج الأساسي هو ما تتعلمه اللقطات اللاحقة.

الإجراء الصحيح: اختر الصورة الثابتة بعقلية «صورة جوازات»: إضاءة ناعمة، تعبير هادئ، خلفية بسيطة. الأجواء والمطر الليلي والإضاءة الجانبية أمور تخص مستوى اللقطة، تُضاف لاحقًا في 4.2 موجهات الحركة وتحريك الكاميرا.

❌ سحب كل زاوية من الثلاث بشكل منفصل، فلا تتطابق الوجوه الثلاثة ​

الظاهرة: الصور الثلاث — أمامية وجانبية وخلفية — سُحبت كل منها بشكل مستقل بتوليد نص إلى صورة — عند جمعها تبدو كثلاثة ممثلين، والمرجع الجانبي ينحرف باللقطة بدل أن يفيدها.

السبب: كل صورة تولد بشكل مستقل من النص، والنموذج يتخيل كل مرة، فالوجه ينحرف حتمًا.

الإجراء الصحيح: حدد أولًا صورة ثابتة واحدة وفق الخطوة 3، ثم اشتق بقية الزوايا منها وفق الخطوة 4 (مع تفضيل نماذج التحرير)، وقارن كل صورة مشتقة جنبًا إلى جنب مع الصورة الثابتة.

❌ عدم التخلص من صورة «جميلة لكنها لا تطابق الإعداد» ​

الظاهرة: أحد المرشحين له طابع مميز، لكن الصديري رسم باللون الأزرق — فتقول «لنأخذها، سنعدّل لاحقًا».

السبب: الصور المرجعية هي الأساس، وخطأ واحد في الأساس يعني خطأ واحد في الفيلم كله؛ تكلفة «التعديل لاحقًا» أعلى بكثير من سحب إضافي الآن.

الإجراء الصحيح: اعمل القبول بندًا بندًا وفق بطاقة الإعداد، وأي بند غير مطابق يُستبعد. إن أعجبك طابع تلك الصورة فعلًا، فاتركها لـ 3.4 توحيد الأسلوب كمرجع أسلوبي، لا كمرجع للشخصية.

❌ كتابة تعليمات صينية لـ Kontext في المسار المحلي ​

الظاهرة: عند اشتقاق صورة كاملة الجسم بـ Kontext وفق الخطوة 4، كُتبت التعليمات بالصينية «غيّرها إلى وقوف كامل الجسم»، فجاءت الصورة غير مطابقة للتعليمات.

السبب: موجّهات Kontext تدعم الإنجليزية فقط (كما يصرّح الدرس الرسمي)، ولا يقرأ التعليمات الصينية بدقة.

الإجراء الصحيح: اكتب التعليمات بالإنجليزية، باستخدام صيغة «Change …, maintaining the same …»؛ مبادئ التعليمات الأربعة والأمثلة موجودة في سير عمل FLUX Kontext.

تقنيات متقدمة (اختياري) ​

هناك اتجاه متقدم لجعل لاو تشن «يؤدي الحركة»: Wan-Animate-14B من عائلة Wan2.2، يأخذ مدخلًا من فيديو + صورة شخصية — وضع animation يجعل الشخصية في صورة الشخصية تقلّد حركات الشخص في الفيديو، ووضع replacement يستبدل الشخص في الفيديو بالشخصية في الصورة (شرح في المستودع الرسمي). ليس هذا المسار الرئيسي لفيلم التدريب، يكفي أن تعرف بوجوده — عد إليه بعد إتمام الفيلم إن أردت تجربة نقل الحركة.

خلاصة الدرس ​

✅ في هذا الدرس سلّمنا المادة الثانية: صور شخصية AI مرجعية متعددة الزوايا:

  • قائمة الزوايا تُستخرج عكسيًا من جدول اللقطات — أي نوع لقطة يُستخدم، تُجهَّز له الصور المرجعية
  • الصورة الثابتة هي الأساس: الوصف الثابت يُدرج كاملًا في الموجه، والقبول بندًا بندًا وفق توصية الجهة الرسمية (إضاءة متساوية، تعبير محايد) + بطاقة الإعداد
  • الزوايا المتعددة تُشتق من الصورة الثابتة، لا تُسحب كل منها من النص بشكل مستقل — التكرار المتدرج هو توصية الجهة الرسمية، وأيضًا الطريق الأوفر في السحب
  • المراجع الجزئية تُقص مباشرة من صورة الجسم الكامل، فتكون متسقة بطبيعتها
  • الصور المرجعية توجيه لا ضمان: الانحراف المتبقي يُلتقط بـ 2.5 فحص الاستمرارية، و4.3 الإطار الأول والأخير كشبكة أمان
  • التوليد الأول تحقق من بطاقة الإعداد تلقائيًا — الوصف الذي لا يمكن رسمه يُعاد إلى 3.1 للتعديل

مراجعة الاتفاقيات الرئيسية:

الاتفاقيةالقيمة الموصى بهاالشرح
تكوين الصورة الثابتةنصف جسم أمامي، خلفية بسيطةإضاءة متساوية، تعبير محايد (توصية Runway Gen-4 الرسمية)
تجميع التوجيهاتمقطع الوصف الثابت بالكامل + سطر واحد من كلمات التكوينمقطع الوصف دون تغيير حرف واحد؛ كلمات التكوين تُبدَّل حسب كل صورة
مصدر تعدد الزوايامشتق من صورة الشخصية النهائية (نموذج التحرير / القص)لا توليد نص-إلى-صورة لكل زاوية على حدة، تجنبًا لتعدد الوجوه
مرجع جزئيمقصوص من الصورة كاملة الجسماتساق طبيعي للأحذية والأيدي
الأرشفةاسم_الشخصية_الاستخدام_vرقم_الإصدارمجلد واحد لكل شخصية، والإصدارات تُضاف فقط دون استبدال

استعراض الدرس القادم ​

استقرت الشخصية، وحان وقت تثبيت المكان. في الدرس القادم 3.3 صور مرجعية للمشاهد: حدّد الموقع أولًا قبل بدء التصوير——إنتاج المادة الثالثة: الجسر المرتفع، والمطر الغزير، والدرجات تُرسم مرة واحدة، وستُستخدم صورة المشهد مباشرة كإطار أول لتحويل الصورة إلى فيديو.

ستتعلم:

  • لماذا يجب تحديد الموقع أولًا في فيلم التدريب ذي المشهد الواحد
  • كيفية كتابة البيئة في توجيهات الصورة المرجعية للمشهد
  • كيف تُستخدم صورة المشهد مباشرة كإطار أول لتحويل الصورة إلى فيديو
  • كيف تُدمج صورة المشهد مع الصور المرجعية للاو تشن لتكوين إطار أول للقطة «الشخص داخل المشهد»

دروس ذات صلة ​

gaodong.aiAboutPrivacyContact

Independent tutorials, not affiliated with any product mentioned. Product names and trademarks belong to their owners. Check official pages for prices and policies.