Kling 3.0 Motion Control: نقل الحركة من فيديو إلى أي صورة
الخلاصة (BLUF): Kling 3.0 Motion Control نموذج ذكاء اصطناعي لنقل الحركة: تمنحه صورة لشخصية وفيديو مرجعي يحتوي على الحركة المطلوبة، فيولّد مقطعاً تُعيد فيه الشخصية في الصورة أداء نفس الحركات الموجودة في الفيديو. الرقص والمشية والإيماءات، كل ذلك يُنسخ من المرجع ويُطبّق على شخصيتك. هذا هو الجيل الثالث من التقنية، والأدق حتى الآن.
ما هو نقل الحركة ولماذا نحتاجه
تخيّل أنك تريد جعل تميمة مرسومة تؤدي رقصة رائجة. لا أحد سيحجز استوديو مووشن كابتشر من أجل ذلك. بدلاً من ذلك، تجد مقطعاً يؤدي فيه شخص حقيقي هذه الرقصة، ترفعه كمرجع، تضيف صورة التميمة، وتحصل على أنيميشن جاهز. الحركة تُقرأ من الفيديو، والمظهر يُؤخذ من الصورة.
هذا الأسلوب يتجاوز أكبر قيد في التوليد النصي المعتاد: من الصعب جداً وصف الحركات الاستعراضية أو الرشاقة الدقيقة بالكلمات. هنا لا حاجة لوصف أي شيء، أنت فقط تُري النموذج ما تريد. ما يظهر في المرجع يظهر في النتيجة، لكن بأداء شخصيتك، سواء كانت شخصاً من صورة، أو شخصية علامة تجارية، أو قطة مرسومة.
الفرق بين النسخة 3.0 والنسخة 2.6
يتوفر على الموقع كلا الجيلين من Motion Control، والفرق بينهما ملموس. النسخة 3.0 أكثر دقة في الحفاظ على هوية الشخصية أثناء الحركات المعقدة، وتتعامل بشكل أفضل مع التغيرات السريعة في الوضعيات، وتنتج أيدياً ووجوهاً مشوّهة بشكل أقل بكثير. إذا كنت تنجز مقطعاً تهمّ فيه نقاء الصورة، فابدأ بهذه النسخة.
كما أضافت النسخة 3.0 إعداداً غير موجود في سابقتها، وهو اتجاه الشخصية. يمكنك اختيار مصدر وضعية الشخصية في الكادر: من الفيديو المرجعي أو من صورتك. هذا يحل مشكلة كلاسيكية كانت في الجيل السابق، حين كانت الشخصية من صورة بورتريه تندمج بشكل غير متقن في مشهد أفقي مأخوذ من المرجع.
اتجاه الشخصية ومدة المقطع
وضع «حسب الفيديو» يوجّه الشخصية وفق حركة الشخص في المرجع، ويتيح توليد مقاطع تصل مدتها إلى 30 ثانية، وهو ما يكفي لمقطع رقص كامل أو مشهد مطوّل. أما وضع «حسب الصورة» فيحافظ على الزاوية والوضعية من صورتك، لكنه محدود بعشر ثوانٍ. الاختيار يعتمد على ما هو أهم بالنسبة لك: المدة أم الوفاء للكادر الأصلي.
تُختار الدقة من القائمة: 720p للمسودات السريعة والتجارب، و1080p للنتيجة النهائية الجاهزة للنشر. الاستراتيجية المنطقية هي ضبط ثنائي «الصورة والمرجع» بدقة منخفضة، ثم إعادة توليد النسخة الناجحة بدقة عالية. تُحفظ النتيجة في السجل، ومنها يمكنك تنزيلها أو تمديدها.
كيف تختار فيديو مرجعياً جيداً
المرجع المثالي هو مقطع يظهر فيه شخص واحد كاملاً في الكادر، بحركات واضحة، وكاميرا ثابتة أو تتحرك بسلاسة. المونتاج الحاد والاهتزاز وحجب الجسم بأجسام أخرى تُفسد التعرف على الحركة. إذا أردت نقل رقصة من منصات التواصل، اختر لقطة يظهر فيها الراقص من الرأس إلى القدمين من البداية حتى النهاية.
وتنطبق قواعد مشابهة على صورة الشخصية: يجب أن تظهر الشخصية كاملة أو على الأقل حتى الخصر، في وضعية يمكن أن تبدأ منها الحركة بشكل طبيعي. شخصية جالسة في كرسي لن تنتقل بسلاسة إلى قفزة مأخوذة من المرجع. طابق بين الوضعيات الابتدائية، وسيصبح الانتقال إلى الحركة سلساً.
أفكار للاستخدام: من الإعلانات إلى الرسوم المتحركة
يستخدم المسوّقون هذه التقنية لتحريك تمائم العلامات التجارية على إيقاع رقصات منتشرة دون الاستعانة بمحرّكي رسوم. الفنانون يُحيون شخصياتهم بمنحها حركات من تصويرهم الخاص بالهاتف: يصوّرون أنفسهم، فتؤدي الشخصية المرسومة نفس الحركة. صنّاع المحتوى يُنتجون مقاطع تؤدي فيها صورهم الرمزية حركات بهلوانية لا يرغبون بتكرارها في الواقع.
وهناك مجال خاص هو المحتوى الذي يتضمن أشخاصاً لا يمكن استدعاؤهم للتصوير: صورة موظف مع مرجع لحركة ترحيب تُنتج مقطعاً جاهزاً للرسائل الداخلية للشركة. لكن تذكّر أن استخدام وجوه الآخرين دون موافقتهم أمر غير مقبول: اعمل بصورك الخاصة وشخصياتك ومواد تملك حقوق استخدامها.
الأسئلة الشائعة
ما الفرق بين هذا وبين التوليد المعتاد للفيديو من صورة؟
نموذج تحويل الصورة إلى فيديو المعتاد يبتكر الحركة بنفسه أو استناداً إلى وصف نصي. هنا لا تُبتكر الحركة بل تُنسخ من الفيديو المرجعي الذي ترفعه. هذا يمنحك تحكماً دقيقاً في الحركات الاستعراضية يصعب تحقيقه عبر النص.
ما هي المدة الممكنة للمقطع الناتج؟
تعتمد على اتجاه الشخصية المختار: حتى 30 ثانية في وضع «حسب الفيديو»، وحتى 10 ثوانٍ في وضع «حسب الصورة». في كلتا الحالتين ترتبط مدة النتيجة بالمرجع الذي رفعته.
هل يُفضّل اختيار النسخة 3.0 بدلاً من 2.6؟
لمعظم المهام، نعم: الجيل الثالث أكثر ثباتاً في الحفاظ على وجه الشخصية وتفاصيلها، ويتيح التحكم في الاتجاه داخل الكادر. تبقى النسخة 2.6 خياراً معقولاً للتجارب البسيطة والقصيرة حيث سرعة التجربة أهم.