Skip to content

توليد اللقطات: من صور الشخصيات المرجعية إلى مقاطع قابلة للاستخدام ​

💡 الهدف: بعد إكمال هذه المرحلة التي تستغرق حوالي 35 دقيقة من الدروس (باستثناء انتظار المعالجة)، ستُحوّل اللقطات في جدول تقسيم المشاهد واحدة تلو الأخرى إلى مقاطع قابلة للاستخدام — أول لقطة ستُشغَّل فورًا، وستتعلم دفعة واحدة طريقة كتابة مطالبات توليد المشاهد بالذكاء الاصطناعي، والتحكم في الانتقالات، وتشخيص الفشل، وضبط المحاولات.

🎯 أهداف المرحلة ​

  • تشغيل أول لقطة: استخدم صورة المشهد المرجعية كإطار أول لتشغيل تحويل الصورة إلى فيديو، وإنتاج أول مقطع قابل للاستخدام مدته 3–5 ثانية (3–5 ثانية هي القيمة التصميمية لطول اللقطة في هذه الدورة) — انظر 4.1 أول لقطة
  • كتابة مطالبات تصف «الحركة» والتحكم في اتجاه الانتقال: صِف الحركة وحركة الكاميرا والأجواء بشكل منفصل، والصياغة مشتقة جملة بجملة من أمثلة المطالبات الرسمية؛ استخدم مسار عمل الإطار الأول والأخير للانتقالات ولقطات الإزاحة، ليتحرك المشهد من الصورة A إلى الصورة B — انظر 4.2 مطالبات الحركة وحركة الكاميرا، 4.3 التحكم بالإطار الأول والأخير
  • تشخيص الفشل وحد أقصى للمحاولات: حدّد المشكلة خلال 60 ثانية؛ بحد أقصى 3 محاولات لكل لقطة، وإذا تجاوزتها فاستبدلها أو تجاوزها — انظر 4.4 تشخيص الفشل، 4.5 المحاولة والاستبدال

⏳ الوقت المتوقع ​

  • إجمالي الدروس الخمسة حوالي 35 دقيقة (8 + 7 + 7 + 7 + 6)، وبعد احتساب هامش تفاوت ±30% يصبح الإجمالي حوالي 25–46 دقيقة
  • انتظار المعالجة يُحسب بشكل منفصل: وفق التصريح الرسمي بالسرعة — يمكن لبطاقة GPU استهلاكية واحدة توليد فيديو 720P مدته 5 ثوانٍ خلال 9 دقائق عند تشغيل TI2V-5B دون تحسينات خاصة. وباحتساب المحاولات، من الأفضل تخصيص انتظار بمستوى نصف ساعة لكل لقطة (توصية التقدير من هذا الموقع)
  • مسار المستعجل: 4.1 أول لقطة إلزامي؛ اقرأ 4.2 عند عدم الرضا عن النتيجة الأولى؛ اقرأ 4.3 عند مواجهة لقطات انتقال؛ ارجع إلى 4.4 و4.5 عند حدوث مشكلات

🚀 قبل البدء ​

  • أكملت مواد الشخصيات والمشاهد: صور الشخصيات المرجعية وصور المشاهد المرجعية جاهزة — سيُستخدمن كإطارات أولى في تحويل الصورة إلى فيديو
  • حدّد مسار الإنتاج: 1.3 أدوات سحابية أم نشر محلي
  • المسار المحلي: ComfyUI محدَّث إلى أحدث إصدار (شرط الدروس الرسمية؛ إذا لم تجد القوالب في مكتبة القوالب فالسبب غالبًا أن الإصدار قديم جدًا)، وملفات نموذج Wan2.2 في مكانها — ادخل من ComfyUI البدء السريع، ولمكان وضع النماذج انظر شرح مجلد النماذج
  • المسار السحابي: تم تفعيل حساب Comfy Cloud (يمكن فتح قوالب السحابة مثل video_wan2_2_5B_ti2v مباشرة)، أو حساب المنصة السحابية المختارة في صفحة 1.3 المسارات جاهز
  • جدول تقسيم المشاهد جاهز: تم اعتماد 2.4 جدول تقسيم المشاهد نهائيًا — هذه المرحلة تحوّله سطرًا بسطر إلى فيديو
  • تمت أرشفة المواد وفق 3.5 قواعد التسمية: مهما تكررت المحاولات، لن تتراكب الإصدارات فوق بعضها
  • كوب من الماء ☕ — كل لقطة تتطلب انتظار المعالجة، وهي فرصة مناسبة للشرب

📚 دروس هذه المرحلة ​

تُجيب الدروس الخمسة بالتتابع عن خمسة أسئلة: كيف تُشغَّل أول لقطة؟ كيف تُكتب مطالبات تصف «الحركة»؟ كيف تُضبط الانتقالات؟ كيف يُحقَّق في الفشل؟ كم محاولة تُعتبر كافية؟

الدرسالمحتوىالمدة
4.1 أول لقطةتشغيل أول لقطة عبر تحويل الصورة إلى فيديو: صورة المشهد المرجعية كإطار أول8 دقيقة
4.2 مطالبات الحركة وحركة الكاميراتفكيك الأمثلة الرسمية جملة بجملة + قالب قاموس مصطلحات حركة الكاميرا7 دقيقة
4.3 التحكم في اتجاه اللقطة بالإطار الأول والأخيرالإطار الأول + الإطار الأخير يثبّتان الاتجاه، ويُستخدمان للانتقالات ولقطات الإزاحة7 دقيقة
4.4 تشخيص فشل اللقطةتحديد المشكلة خلال 60 ثانية: فصل مشكلات البيئة عن مشكلات المحتوى7 دقيقة
4.5 استراتيجية المحاولة والاستبدال للقطاتبحد أقصى 3 محاولات لكل لقطة: المحاولة، التخفيض، أو تركها6 دقيقة

أربعة مسارات عمل رسمية: كيف تختار في توليد المشاهد بالذكاء الاصطناعي ​

تقدم دروس ComfyUI الرسمية لنموذج Wan2.2 أربعة مسارات عمل، ويمكن العثور عليها جميعًا في مكتبة القوالب. يقتصر هذا القسم على شرح «كيفية استخدامها في لقطات المسلسلات القصيرة»، مع روابط للعمليات على مستوى العقد في الصفحات المخصصة لقسم comfyui:

سير العمل الرسمياسم البحث في مكتبة القوالبمتى يُستخدم في المسلسل القصيردرس على مستوى العقد
Wan2.2 5B (نص إلى فيديو + صورة إلى فيديو في نموذج واحد)Wan2.2 5Bالمسار الرئيسي لمقاطع التدريب (الموصى به في هذا المقرر): نموذج واحد باستخدامين، ويعمل بذاكرة رسومية قدرها 8GBWan2.2 5B workflow
Wan2.2 14B T2V (نص إلى فيديو)Wan2.2 14B T2Vعند عدم توفر صورة مرجعية مناسبة، وتوليد المشهد مباشرة من النص14B T2V workflow
Wan2.2 14B I2V (صورة إلى فيديو)Wan2.2 14B I2Vاستخدام الصورة المرجعية كإطار أول، مع إعطاء الأولوية لجودة الصورة14B I2V workflow
Wan2.2 14B FLF2V (الإطار الأول والأخير)Wan2.2 14B FLF2Vالانتقالات وقطعات حركة الكاميرا: الإطاران الأول والأخير يحددان الاتجاه14B FLF2V workflow

ستلاحظ في سير عمل 14B وجودملفي نموذج انتشار (ضوضاء عالية + ضوضاء منخفضة) — هذا هو تصميم MoE ثنائي الخبراء في Wan2.2: خبير الضوضاء العالية يتولى التخطيط العام، وخبير الضوضاء المنخفضة يتولى التفاصيل (وفق README الرسمي: إجمالي المعاملات 27B، والمعاملات المُنشَّطة في كل خطوة 14B). سير عمل 5B يحتوي على ملف نموذج انتشار واحد فقط، وهو أكثر ملاءمة لمقاطع التدريب.

💡 لماذا يُعد 5B الخيار الأول لمقاطع التدريب؟

  • النص الحرفي من الدرس الرسمي:ComfyUI مع الـ offloading الأصلي، يقول عن 5B «should fit well on 8GB vram» (أي يعمل بذاكرة رسومية قدرها 8GB) — أي أن كروت الرسوم من الفئة المبتدئة يمكنها التعامل معه
  • نموذج واحد يدعم كلاً من نص إلى فيديو وصورة إلى فيديو، فيغطي احتياجي مقاطع التدريب معًا
  • التوجه الرسمي لـ 5B هو «النماذج الأولية السريعة والاستكشاف الإبداعي» — وهذا بالضبط ما تحتاجه مقاطع التدريب: التجربة والخطأ السريعان، لا الكمال من المحاولة الأولى
  • 14B التوجه الرسمي له أكثر ميلاً نحو جودة الصورة (وفق وصف سير العمل: high-quality، وتحكم جمالي سينمائي)، لكنه أكثر تطلبًا للعتاد: سكربتات سطر الأوامر في المستودع الرسمي تُحدد لـ 14B كحد أدنى 80GB من ذاكرة الرسوم على كرت واحد (النسخة المُعاد تغليفها لـ ComfyUI لا تُحدد رقمًا محددًا). عند ضيق ذاكرة الرسوم، يحتوي 4.4 تشخيص الفشل على مسارات لتقليل ذاكرة الرسوم عبر نسخ GGUF المكمَّمة من المجتمع

نوضح الحدود أولًا (وهذه أيضًا حدود المقرر بأكمله): توليد اللقطات بالذكاء الاصطناعي يعني توليد كل لقطة على حدة، مع سحب متكرر للنتائج، ثم التجميع بالمونتاج في النهاية، وليس توليد العمل كاملًا دفعة واحدة؛ الصور المرجعية تُحسِّن اتساق الشخصيات، لكنها لا تضمن «عدم تغيّر الوجه أبدًا عبر اللقطات» — فالانحرافات المتبقية في شكل الوجه والملابس تُعالَج عبر 2.5 فحص استمرارية اللقطات و4.3 الإطار الأول والأخير كشبكة أمان.

📋 مرجع سريع للموارد الرسمية

🎒 ما ستكتسبه ​

  • مجموعة من المقاطع الجاهزة بمدة 3–5 ثانية، مؤرشفة حسب أرقام اللقطات في جدول تقسيم المشاهد، ويمكن إدخالها في أي وقت إلى مرحلة الفيلم النهائي للمونتاج
  • منهجية لكتابة توجيهات اللقطات قائمة على «الحركة + حركة الكاميرا + الأجواء» — مستخلصة من الأمثلة الرسمية، دون الاعتماد على الأمور الغامضة
  • الاستخدام العملي لسير عمل الإطار الأول والأخير: لقطات الانتقال تنتقل من المشهد A إلى المشهد B، مما يقلل الاعتماد على مجرد سحب النتائج
  • انتظام في إعادة المحاولة يقوم على «تشخيص خلال 60 ثانية + 3 محاولات كحد أقصى لكل لقطة»: إنفاق الميزانية حيث تُفيد فعلًا، مع تسجيل التكلفة في 1.4 جدول تسجيل التكاليف

هل أنت مستعد؟ ابدأ الدرس الأول: أول لقطة →

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.