Skip to content

اللقطة الأولى: إنجاز الحلقة الكاملة عبر تحويل الصورة إلى فيديو ​

سيناريوهات الاستخدام ​

بعد الانتهاء من جدول اللقطات وتجهيز الصور المرجعية للمشاهد، تكون الخطوة التالية هي تحويل اللقطة الأولى إلى فيديو. تأخذك هذه الصفحة عبر سير عمل Wan2.2 في ComfyUI لتنفيذ تحويل الصورة إلى فيديو: إدخال صورة مرجعية ثابتة، وإخراج مقطع متحرك مدته بضع ثوانٍ. هدف هذه الخطوة هو إنجاز الحلقة الكاملة أولاً والحصول على أول مادة مصورة، دون الحاجة إلى تحقيق النتيجة المثالية من المحاولة الأولى.

لم تُخطّط للقطات بعد؟ اطّلع أولاً على دليل توليد اللقطات؛ وإذا كانت تنقصك صورة مرجعية فاطّلع على صورة مرجعية للمشهد.

التحضيرات ​

  • البيئة: تم تثبيت ComfyUI، وتم تنزيل نموذج Wan2.2 (عبر قناتي HuggingFace و ModelScope، ويمكن داخل الصين استخدام ModelScope). إذا لم تُثبّت البيئة بعد فاطّلع أولاً على تثبيت ComfyUI.
  • النموذج: يُنصح للقطة الأولى باستخدام 5B (TI2V-5B) — إذ يعمل بشكل جيد بذاكرة رسومية سعتها 8GB مع offloading الأصلي في ComfyUI. أما 14B I2V فمتطلباته من الذاكرة الرسومية أعلى بكثير (تشير نصوص المستودع الرسمي إلى ما لا يقل عن 80GB على بطاقة واحدة)، فلا تتطرق إليه الآن.
  • خيار سحابي بديل: يوفر Comfy Cloud (cloud.comfy.org) قوالب مثل video_wan2_2_5B_ti2v دون الحاجة إلى نشر محلي.@@I18N_KEEP_000018@
  • اختيار اللقطة: اختر مشهداً تكون حالتاه الأولى والأخيرة واضحتين (توصية في تصميم الدورة)، مثل «الشخصية تدفع الباب وتدخل الغرفة»، فهو يتحقق من تأثير الحركة في تحويل الصورة إلى فيديو بشكل أفضل من «الشخصية تقف في مكانها».

اتبعني: ثلاث خطوات للإنجاز ​

الخطوة 1: افتح قالب تحويل الصورة إلى فيديو ​

ابحث في مكتبة قوالب ComfyUI عن «Wan2.2 5B»، وحمّل سير عمل TI2V. يكون مضبوطاً افتراضياً على تحويل النص الخالص إلى فيديو، وعقدة Load image غير مفعّلة — حدد تلك العقدة واضغط Ctrl+B لتفعيلها. لاستخدام 14B غيّر البحث إلى «Wan2.2 14B I2V».

الخطوة 2: ارفع الإطار الأول واضبط الأبعاد وعدد الإطارات ​

ارفع الصورة المرجعية للقطة الأولى إلى Load image، ثم انتقل إلى Wan22ImageToVideoLatent لضبط العرض والارتفاع وإجمالي عدد الإطارات length. مواصفات 5B في دقة 720P هي 1280×704 (أفقي) أو 704×1280 (عمودي)، بمعدل إطارات 24 FPS؛ وعدد الإطارات length مقسوماً على 24 يعطي المدة بالثواني، ويُنصح في المرة الأولى بمدة نحو 5 ثوانٍ (حوالي 120 إطاراً).

العقدتان المقابلتان في سير عمل 14B I2V هما Load Image (لرفع الإطار الأول) و EmptyHunyuanLatentVideo (لضبط length).

الخطوة 3: اكتب الموجه، وولّد، وأعد المشاهدة ​

اكتب في الموجه حركة هذه اللقطة وأجواؤها، ويمكن اتباع بنية المثال الرسمي. تكتب الأمثلة الرسمية على النحو: حجم اللقطة (close-up) + عناصر الخلفية + وصف الأجواء، مثل «قطة بيضاء مع لوح تصفح على شاطئ صيفي». بعد الكتابة أضفها إلى قائمة الانتظار للتوليد: ينتج TI2V-5B فيديو بدقة 720P مدته 5 ثوانٍ خلال أقل من 9 دقائق على بطاقة GPU استهلاكية واحدة دون تحسينات خاصة. بعد إخراج الفيديو أعِد مشاهدته أولاً، وبعد التأكد من سلامته رتّب التوليد التالي.

نقاط التحقق ​

  • المدة: هل عدد الإطارات ÷ 24 يساوي الثواني المتوقعة؟
  • الاتساق: هل حافظ الفيديو على تكوين الإطار الأول ومظهر الشخصيات؟
  • الحركة: هل تحركت الصورة؟ وهل الحركة طبيعية دون عيوب واضحة؟
  • ذاكرة رسومية غير كافية: تأكد من أنك تستخدم سير عمل 5B؛ وإذا كانت الذاكرة أقل فيمكن تجربة النسخ المجتمعية المكمّمة GGUF (مستودعا bullerwins / QuantStack + City96/ComfyUI-GGUF، وهي موارد مجتمعية).
  • عند فشل اللقطة نفسها مراراً، اذهب أولاً إلى تشخيص فشل اللقطة لتحديد المشكلة، ثم فكّر في تغيير النموذج.

الحدود والخطوة التالية ​

  • ما يُولَّد في المرة الواحدة هو مقطع قصير مدته بضع ثوانٍ، أما المسلسل القصير الكامل فيعتمد على تركيب عدة مقاطع عبر المونتاج — فسير عمل Runway الرسمي للفيديوهات الطويلة يقوم كذلك على «توليد عدة مقاطع قصيرة ثم مونتاجها».
  • لا تَعِد هذه الدورة بإخراج نهائي من المحاولة الأولى أو باتساق مطلق للشخصيات؛ فوصف Wan2.2 مثل «التحكم الجمالي بمستوى سينمائي» هو لغة تسويقية رسمية، والمرجع هو نتائجك الفعلية.

الخطوة التالية هي الانتقال إلى موجهات الحركة وحركة الكاميرا، لتكتب موجهات تحويل الصورة إلى فيديو بدقة أكبر، ولتتحرك اللقطة وفق نيتك.

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.