جرّبت تزويد نظام توليد الفيديو بالذكاء الاصطناعي ببريفِز بسيط صنعته من صناديق ودمى عرض. البريفِز هو مقطع تقريبي يُستخدم لتحديد مواقع الشخصيات وحركاتها وحركة الكاميرا مسبقًا.

الخلاصة: يمكن الاستفادة منه كثيرًا. لكنه لا يعيد إنتاج كل التفاصيل كما هي. بل إن تزويده بالإخراج العام يجعل النظام يستكمل الأجزاء الناقصة بصورة جيدة. لذلك كان مفيدًا كمخطط للعمل.

مقارنة بين البريفِز والنتائج المُولّدة

جميع الفيديوهات: المقطع العلوي هو الفيديو المُولّد بالذكاء الاصطناعي، والسفلي هو البريفِز الأصلي. مدة كل مقطع نحو 15 ثانية. أختبر مدى إمكانية إيصال تسلسل المشهد حتى من دون بناء الخلفيات والشخصيات بتفصيل.

مقهى على الشاطئ

من توزيع بسيط لطاولة وشخصيات إلى مقهى وقت الغروب. حُوّلت حركات مثل رفع المشروب إلى الفم إلى فيديو بطابع واقعي.

再生

المشي في شوارع المدينة ليلًا

حُددت مواقع الشخصيات واتجاه سيرها في البريفِز. وحُوّل مشهد المدينة البسيط والمضيء كأنه نهار إلى شوارع ليلية عبر الموجّه النصي.

再生

سلحفاة بحرية تحت الماء

من قاع بحر تقريبي وحركة سلحفاة بحرية، إلى مشهد تحت الماء فيه ضوء وشعاب مرجانية. هذا مثال واضح على استكمال المظهر البصري.

再生

الجري بمحاذاة البحر

حُددت حركة الشخص الذي يجري وحركة الكاميرا التي تتبعه. واستُبدلت الخلفية التقريبية بممشى بمحاذاة البحر.

再生

شارع ممطر وترام

انطلاقًا من توزيع شخص يحمل مظلة وترام، أُضيفت أجواء ليلة ممطرة.

再生

طريقة العمل بسيطة

في هذا الإنتاج، اتبعت المسار التالي.

1. إنشاء بريفِز باستخدام صناديق وأشكال بسيطة عبر Python＋Blender 4.2. واستُخدم Mixamo أيضًا لحركات الشخصيات.
2. إعداد صور مرجعية للشخصيات وغيرها عبر توليد الصور في Codex.
3. تزويد MiniMax-H3 Ref2VA بالبريفِز والصور المرجعية والصوت المرجعي لتوليد فيديو مدته نحو 15 ثانية.
4. إعداد الحوار باستخدام HiggsAudio v3، والمؤثرات الصوتية باستخدام Stable Audio 3 Medium، والموسيقى الخلفية باستخدام ACE-Step 1.5، ثم مزجها وتحريرها عبر ffmpeg. واستخدمت Claude Code لبرامج الإنتاج النصية وإدارة التنفيذ.

النقطة الأساسية في التوجيه هي فصل دور كل مرجع: «الصورة للوجه والملابس»، و«البريفِز للتوزيع والحركة وحركة الكاميرا». كما أوضحت أنه لا ينبغي الاحتفاظ بمظهر الدمى أو الصناديق. أما اللمسات النهائية مثل الليل والمطر والإضاءة، فحُددت بالنص.

مفيد، لكن التفاصيل تتغير كثيرًا

من السهل إيصال توزيع الشخصيات واتجاه الحركة وتسلسل الأفعال والحركة العامة للكاميرا. لكن التفاصيل الدقيقة، مثل «التوقف بعد عدد معين من الثواني» أو «مقدار التقريب»، كانت تنحرف أحيانًا أو لا تُنفذ. فلا يمكن تثبيت التفاصيل بإحكام.

كذلك، قد يبقى في النتيجة المُولّدة وميض الإضاءة في البريفِز، أو خلفيات مرتبة بشكل منتظم أكثر من اللازم. يبدو أن الأفضل هو إبقاء إضاءة البريفِز وأشكاله بسيطة، والتركيز على الحركة التي تريد إيصالها.

ومع ذلك، من المفيد أن يستكمل من توجيهات عامة فيديو جذابًا بصريًا. قد تتغير التفاصيل كثيرًا، لكنه كافٍ لإيصال الإطار العام للإخراج. لا حاجة إلى تنفيذه بإتقان كامل؛ حتى لو كان تقريبيًا، من الأفضل استخدام البريفِز — هذا هو انطباعي هذه المرة.