Wan 3.0: مولّد فيديو بالذكاء الاصطناعي

ما يُتقنه Wan 3.0

مراجع صور وصوت في مقطع واحد

يقبل Wan 3.0 ما يصل إلى 10 من الصور المرجعية و5 من المقاطع الصوتية، وتتيح Alibaba الجمع بينها بحرية في عملية إنشاء واحدة.

أشر إليها في الموجّه كما تفعل Alibaba، باسم Image 1 وImage 2 وAudio 1: «الصياد من Image 1 يمشي على الرصيف من Image 2 ويقول الجملة من Audio 1».

للمقاطع الصوتية حد إجمالي للمدة، فاقتطع منها الجزء الذي تحتاجه. وتحتاج إلى صورة مرجعية أولًا؟ اصنع الشخصية أو المنتج على Wan 2.7 Image، ثم أضفها كـ Image 1.

استخدم مواد تملكها أو لديك إذن باستخدامها، خصوصًا الوجوه والأصوات.

إطار رئيسي لفيديو سينمائي بنسبة 16:9، ثلاثية من ثلاث لوحات تفصل بينها فواصل داكنة رفيعة: على اليسار بورتريه استوديو بسيط لصياد ملتحٍ بقبعة محبوكة خضراء داكنة؛ وفي الوسط صورة بسيطة لرصيف خشبي خالٍ عند الفجر ترسو عنده قوارب؛ وعلى اليمين الصياد نفسه بالقبعة نفسها يمشي على الرصيف نفسه عند الفجر والكاميرا تتحرك بجانبه، وخلفه قوارب ونوارس. وجه وملابس متطابقة، ولوحة ألوان ناعمة من الأزرق والكهرماني، بلا نص، وبلا شعارات.

مقاطع طويلة تتسع لمشهد كامل

تصل مدة المقطع إلى 30 ث، وهذا يكفي لمشهد فيه عدة أحداث متتالية.

اكتب الموجّه كتسلسل قصير، كل مرحلة بترتيبها، وأعطِ توقيتًا تقريبيًا حين يهم: «أولًا تفتح العلبة، ثم تُخرج المصباح، ثم تشعله وتبتسم».

المقاطع الأطول تكلّف أكثر، لأن الفيديو يُحتسب بالثانية. اختبر الفكرة بمدة أقصر ودقة أقل قبل إنشاء المحاولة الكاملة.

إطار رئيسي لفيديو سينمائي بنسبة 16:9، شاب على مكتب خشبي مشمس يرفع مصباح مكتب نحاسيًا من صندوق كرتوني مفتوح، وحوله ورق مجعّد، وبالقرب منه نبتة في أصيص ودفتر، والمصباح متوهج بضوء دافئ. ضوء طبيعي بعد الظهر، وكاميرا محمولة باليد لكنها ثابتة، وأجواء شقة مريحة، بلا نص، وبلا شعارات.

صوت يُصنع مع الصورة

يولّد Wan 3.0 الصوت مع الفيديو، فتأتي الخطوات أو المطر أو صوت المحرك أو الجملة المنطوقة في المقطع نفسه.

صِف الصوت بجانب الحدث الذي ينتمي إليه: «تنطفئ الغلاية بنقرة ثم تبدأ بالصفير»، «تقول بهدوء: لقد نجحنا».

حين يُبنى المقطع على المراجع، يمكن لمقطع صوتي أن يحدد صوتًا بشريًا أو إيقاعًا للمشهد. وتنبّه Alibaba إلى أن وضعي الإطار الأول والإطار الأول والأخير لا يقبلان مراجع صوتية، فاستخدم المراجع حين يهم الصوت.

استمع إلى كل نتيجة قبل نشرها.

إطار رئيسي لفيديو سينمائي بنسبة 16:9، عازف طبول في الشارع بسترة جينز يعزف بعصوين خشبيتين على مجموعة من الدلاء البلاستيكية المقلوبة في ساحة حجرية مزدحمة، والحمام يتفرق في الهواء، والمارة يتوقفون للمشاهدة، ونافورة خلفه. ضوء ساطع بعد الظهر، وزاوية منخفضة مفعمة بالحيوية، وحركة في العصوين، بلا نص، وبلا شعارات.

كيف تكتب موجّهات لـ Wan 3.0

1. اكتب اللقطة بالترتيب: العنصر، والحدث، والمكان، وحركة الكاميرا، والإضاءة، ثم الصوت.

2. أشر إلى المراجع بنوعها وترتيبها، باسم Image 1 وImage 2 وAudio 1، واذكر ما يتحكم فيه كل منها.

3. للمقاطع الطويلة، اسرد الأحداث كتسلسل وأعطِ توقيتًا تقريبيًا للحظات المهمة.

4. صِف كل صوت في الجملة نفسها مع الحدث الذي يسبّبه، وضع الجمل المنطوقة بين علامتي تنصيص.

5. جرّب الفكرة على Wan 3.0 Prime بمدة قصيرة ودقة منخفضة، ثم أنشئ المحاولة النهائية حين يستقر الموجّه.

مقاطع فيديو صُنعت باستخدام Wan 3.0

• 

  جولة بالدراجة على ضفة القناة

  أُنشئ باستخدام Wan 3.0

  لقطة واحدة متصلة على طول شارع بمحاذاة قناة غسله المطر عند الغسق. امرأة بمعطف مطر أصفر تقود دراجتها مارّةً بواجهات متاجر مضيئة، وتقرع جرسها لمارّ يحمل مظلة، ثم تنعطف إلى جسر حجري صغير فوق الماء. تتحرك الكاميرا بجانبها على مستوى الكتف، ثم تلتفّ خلفها وهي تعبر الجسر. انعكاسات تتموّج في البرك، ورذاذ خفيف، وضوء المتاجر الدافئ في مقابل سماء مسائية زرقاء داكنة، وحفيف الإطارات على الحجر المبتل وقطرات المطر تتساقط من المظلات القماشية، ومظهر طبيعي سينمائي.

• 

  نودلز عبر المنضدة

  أُنشئ باستخدام Wan 3.0

  لقطة واحدة متصلة في مطعم نودلز صغير ليلًا. يرفع الطاهي كتلة متشابكة من النودلز من قدر يتصاعد منه البخار، ويصفّيها بهزّتين حادتين، ويضعها في وعاء عميق، ثم يسكب فوقها المرق الساخن بالمغرفة ويمرّر الوعاء على المنضدة الخشبية إلى زبون يميل فوق البخار. تنساب الكاميرا ببطء على طول المنضدة متتبعةً الوعاء. ضوء مصابيح دافئ، وبخار متصاعد، وقدر يغلي، ورنين المغرفة، وأحاديث هادئة في الخلفية، طابع سينمائي.

موجّهات نموذجية لتجربتها مع Wan 3.0

• 

  صباح في المخبز

  إطار رئيسي لفيديو سينمائي بنسبة 16:9، لقطة متوسطة لخبّازة بمريلة بيضاء تسحب مجرفة خشبية عليها أرغفة ذهبية مقرمشة من فرن حجري متوهج، والدقيق يتطاير في ضوء الصباح الباكر المائل، ورفوف من الخبز خلفها، وبخار يتصاعد من الأرغفة. لوحة ألوان دافئة من الكهرماني والكريمي، واقتراب بطيء للكاميرا، وطابع وثائقي، بلا نص، وبلا شعارات.

• 

  قطار يعبر الصحراء

  إطار رئيسي لفيديو سينمائي بنسبة 16:9، لقطة جوية متتبعة لقطار ركاب فضي طويل وهو يعبر صحراء من الرمال الحمراء عند الغروب، وظله الطويل يمتد فوق الكثبان، وهضاب مسطحة بعيدة في الأفق، وخيط رفيع من الغبار خلف العربة الأخيرة. سماء برتقالية وبنفسجية داكنة، وحركة طائرة مسيّرة سلسة، بأجواء ملحمية وهادئة، بلا نص، وبلا شعارات.

• 

  روبوت صغير في ورشة

  إطار رئيسي لفيديو سينمائي بنسبة 16:9، روبوت صغير مستدير يشبه اللعبة بعين زرقاء واحدة متوهجة وذراعين قصيرتين يمدّ يده نحو مفتاح ربط على طاولة عمل خشبية مزدحمة، وحوله برطمانات من البراغي ومصباح مكتب ومخططات، وضوء المصباح الدافئ يمتزج بضوء النافذة البارد. مظهر رسوم متحركة ثلاثية الأبعاد بأسلوب مميز، وتحريك لطيف للكاميرا إلى الجانب، ومزاج مرح، بلا نص، وبلا شعارات.

• 

  عازفة كمان على سطح

  إطار رئيسي لفيديو سينمائي بنسبة 16:9، امرأة شابة بمعطف رمادي طويل تعزف على الكمان فوق سطح مبنى في المدينة في الساعة الزرقاء، والريح تحرّك شعرها، وسلسلة أضواء على درابزين بجانبها، وأضواء الأفق تشتعل خلفها. دوران بطيء حولها، ولوحة ألوان من الأزرق الداكن والذهبي الدافئ، وعمق ميدان ضحل، بلا نص، وبلا شعارات.

الصور النموذجية للتوضيح فقط، والنتائج تختلف من نموذج إلى آخر.

مواصفات Wan 3.0 وأسعاره

كل الأسعار أدناه مأخوذة من قائمة الأسعار الحية، لذا تتغير هنا فور تغيّر التعرفة. تُحتسب الأرصدة لكل صورة، أو لكل ثانية من الفيديو.

قيود Wan 3.0

• لا يمكن الجمع بين إطار أول، أو إطار أول وأخير، وبين المراجع في المقطع نفسه، ولا تقبل أوضاع الإطارات الصوت. اختر طريقة واحدة لكل مقطع.

• المقطع الطويل يترك مجالًا أكبر لانحراف الوجوه والأيدي والأشياء الصغيرة.

  راجع كل ثانية قبل النشر، وقسّم المشهد إلى مقاطع أقصر حين يتكرر الخطأ في جزء منه.

• يعطي الموجّه نفسه مقطعًا مختلفًا في كل مرة، وتثبيت قيمة seed لا يضمن التكرار. احتفظ بالمحاولة التي تعجبك بدل أن تتوقع إعادة إنتاجها.