ارفع صورة لك ولشخص تشتاق إليه، أو صورتين منفصلتين التُقطتا بفارق سنوات، وحوّل تلك اللحظة الجامدة إلى فيديو قصير يجمعكما في عناق. مبني على نماذج حقيقية لتحويل الصورة إلى فيديو مع تحكم في الحركة، وليس فلترًا، فأنت من يقرر كيف يسير العناق قبل توليد أي شيء.
انتشرت موجة عناق نفسي الأصغر لأنها تفعل ما لا يقدر عليه أي فلتر: تأخذ لحظتين لم تتلامسا أبدًا، صورة طفولة وصورة بالغ، أو شخصين لم يجمعهما مكان واحد يومًا، وتتركهما يتعانقان لبضع ثوانٍ. لا تحاكي بيكاسو آي إيه هذا بقالب جاهز. إنها تشغّل نفس نماذج تحويل الصورة إلى فيديو المصممة لصور المنتجات ومعاينات الأفلام، موجهة نحو صورة شخصية، فيتحرك العناق كما يفهم النموذج الحركة فعلًا، لا كما قرره إعداد مسبق.
الجاذبية ليست فعليًا في جودة الفيديو، بل في الفراغ المحدد الذي يسده المقطع. صورة طفولتك، صورة لأحد الوالدين رحل، صورة لصديق انتقل بعيدًا، كل هذه لحظات متجمدة على مسافة. تحويل واحدة منها إلى ثلاث ثوانٍ من الحركة حيث تقترب الشخصيتان وتتعانقان يمنح الصورة الثابتة نوعًا من الخاتمة لا تقدر عليه صورة ساكنة، وهذا الثقل العاطفي هو سبب استمرار ظهور هذا الشكل في كل منصة اجتماعية بدل أن يخبو كموجة فلاتر عادية.
كما أنها تتوافق تمامًا مع ما تتقنه نماذج الفيديو الحالية بالذكاء الاصطناعي. توليد الفيديو من الصورة جيد في الحركة البشرية المقنعة عبر مقطع قصير، والعناق حركة بسيطة وواضحة المعالم: شخصيتان تغلقان مسافة وتلتف الأذرع حول بعضها. هذا أسهل بكثير من رقصة معقدة أو مشهد أكشن، وهو ما يفسر جزئيًا لماذا تبدو النتائج مقنعة من أول أو ثاني محاولة بدل الحاجة إلى عشرات المحاولات.
هناك أكثر من طريق يوصل إلى نفس النتيجة، والطريق المناسب يعتمد على نقطة انطلاقك: صورة واحدة يظهر فيها الشخصان معًا فعلًا، أو صورتان منفصلتان يجب أن تتحولا إلى مشهد واحد أولًا، أو صورة مع حركة محددة تريد نسخها بدقة.
| نقطة الانطلاق | النموذج المستخدم | ما ترفعه | الأفضل لـ |
|---|---|---|---|
| صورة واحدة، الشخصان في الإطار فعلًا | wan-2.7-i2v أو hailuo-02 | الصورة الواحدة مع وصف نصي للعناق | الحالة الأبسط، الأسرع للتجربة |
| صورتان منفصلتان، عصور أو أماكن مختلفة | qwen-image-edit-plus أو nano-banana-2-lite، ثم نموذج فيديو | الصورتان، مدمجتان أولًا في مشهد واحد | عناق نفسي الأصغر، لقاءات، حيوانات أليفة وأصحابها |
| حركة عناق محددة تريد نسخها | kling-v2.6-motion-control | صورتك مع فيديو مرجعي قصير للعناق | مطابقة إيماءة أو إيقاع معين |
| تجربة سريعة بلا فيديو مرجعي | kling-v2.1 أو kling-v2.6 | الصورة مع وصف نصي بسيط | تكرار سريع قبل الالتزام بمقطع أطول |
ابدأ بالصف الأول إن سمحت مدخلاتك بذلك. مسار الخطوتين في الصف الثاني يستغرق وقتًا أطول لأنه يشغّل توليدين منفصلين، لكنه الطريق الوحيد حين لا يظهر الشخصان في الفيديو معًا في أي صورة واحدة من قبل.
معظم فيديوهات عناق نفسي الأصغر لا تُبنى من صورة واحدة، بل من صورتين تُدمجان في مشهد واحد قبل أن يتحرك أي شيء. هذه هي الخطوة التي يتخطاها الناس حين يخيب أملهم بالنتيجة: تسليم صورتين منفصلتين مباشرة لنموذج فيديو ينتج عادة شيئًا مشوشًا، لأن النموذج لا يملك أي تعليمة عن كيفية ارتباط الصورتين في المكان.
الحل هو الدمج أولًا بنموذج تحرير صور مصمم لهذا بالضبط. يقبل كل من qwen-image-edit-plus وnano-banana-2-lite صورًا مرجعية متعددة وتعليمة بلغة بسيطة، وقادران على وضع شخص من صورة داخل مشهد صورة أخرى مع الحفاظ على ملامح الوجه والنسب واضحة. تعليمة مثل ضع الشخص من الصورة الأولى بجانب الشخص من الصورة الثانية، واقفَين، متقابلَين، بإضاءة داخلية دافئة تنتج صورة مركبة واحدة يجتمع فيها الشخصان أخيرًا في إطار واحد.
هذه الصورة المركبة هي ما تسلمه بعد ذلك لنموذج الفيديو. ولأن الشخصين يتشاركان بالفعل الإضاءة والمقياس ووضعية مقنعة، تصبح مهمة نموذج الفيديو أسهل: سد الفجوة الصغيرة المتبقية بينهما بدل اختراع مشهد مشترك من العدم. هذا الترتيب، الدمج أولًا ثم التحريك، هو العامل الأكبر في ما إذا كان المقطع النهائي يبدو مفتعلًا أو يبدو حقيقيًا.
هذا هو المسار الكامل من صورتين على هاتفك إلى فيديو قصير، يغطي حالة الصورة الواحدة وحالة الصورتين معًا، فتخطَّ الخطوة التي لا تنطبق عليك.
الفارق بين فيديو عناق يبدو مؤثرًا وآخر يبدو مقلقًا يعود دائمًا تقريبًا إلى الإيقاع والتأطير، لا إلى النموذج نفسه. تعليمة تكتفي بالقول شخصان يتعانقان تميل إلى إنتاج شيء مفاجئ: تستقر الأذرع فجأة، ويبدأ العناق وينتهي في نفس الثانية، وتبدو الحركة آلية لا دافئة.
وصف الحركة على مراحل يحل معظم هذه المشكلة. قسّم العناق إلى لحظاته: يمشيان نحو بعضهما، يتوقفان لحظة، يفتحان ذراعيهما ويتعانقان ببطء، ويستمران قليلًا. تسمية التوقف أهم من أي كلمة أخرى، لأنها الجزء الذي تتجاهله أول تعليمة متسرعة والجزء الذي يُقرأ كعاطفة لا كتصميم حركي. إبقاء الكاميرا شبه ثابتة، بدل طلب حركة سينمائية واسعة، يساعد أيضًا، لأن لقطة ثابتة تترك المشاهد يركز على العناق.
إن بدت اليدان أو الذراعان غريبتين عند نقطة التلامس، لا تستمر في إعادة توليد المقطع كاملًا عشوائيًا. جرّب أولًا مدة أقصر، فنقاط التلامس عادة هي حيث يكون نموذج الفيديو أقل ثقة، ومقطع من خمس ثوانٍ يمنحه وقتًا أقل للانحراف عن خطأ ارتكبه مبكرًا.
اتساق الإضاءة بين الصورتين المصدر مهم أيضًا أكثر مما يتوقع الناس. صورة مدمجة يكون فيها أحد الشخصين مضاءً بدفء داخلي والآخر بضوء نهار بارد تميل إلى نقل هذا التباين إلى الفيديو، لأن النموذج يعامله كجزء من المشهد لا كشيء يحتاج تصحيحًا.
هذا الشكل مؤثر حقًا حين ينجح، ولهذا بالضبط يستحق سردًا صادقًا لمتى لا ينجح.
لا شيء من هذا يعني أن الشكل لا ينجح. يعني تخصيص محاولتين أو ثلاث بدل توقع أن يكون التوليد الأول هو النسخة النهائية، وهذا صحيح في معظم توليد الفيديو بالذكاء الاصطناعي.
نعم، إذا كان الشخصان يظهران معًا في تلك الصورة بالفعل. ارفعها إلى نموذج تحويل صورة إلى فيديو مثل wan-2.7-i2v أو hailuo-02 وصف العناق الذي تريده؛ يحرك النموذج المشهد الموجود دون الحاجة لدمج أي شيء. خطوة دمج صورتين مهمة فقط حين يأتي الشخصان من صور منفصلة لم تُلتقط معًا قط.
استخدم نموذج تحرير متعدد الصور، qwen-image-edit-plus أو nano-banana-2-lite، وكلاهما متاح في مجموعة الأدوات. ارفع الصورتين واكتب تعليمة بسيطة تصف كيف يجب أن يوضع الشخصان معًا، واقفَين، قريبَين، متقابلَين، بإضاءة متسقة. النتيجة صورة مركبة واحدة، تحركها بعد ذلك بنموذج فيديو كخطوة منفصلة.
لا يوجد خيار واحد أفضل، لأن الاختيار الصحيح يعتمد على نقطة انطلاقك. ينتج كل من wan-2.7-i2v وhailuo-02 حركة طبيعية تراعي الفيزياء من صورة واحدة وتعليمة نصية. kling-v2.6-motion-control هو الخيار الأقوى حين يتوفر لديك فيديو مرجعي للعناق الدقيق الذي تريد نسخه، لأنه ينقل تلك الحركة المحددة بدل توليد واحدة من وصف.
نقطة ضغط اليدين على كتف أو ظهر هي أصعب جزء في أي عناق لأي نموذج فيديو حالي، لأن الأصابع تتضمن تفاصيل دقيقة في منطقة صغيرة سريعة الحركة من الإطار. تميل المقاطع الأقصر إلى الثبات أفضل من الطويلة، وتعليمة أدق عن مكان استقرار اليدين غالبًا تساعد أكثر من مجرد إعادة توليد نفس الطلب.
نعم، وهذا أحد أكثر استخدامات هذا الشكل شيوعًا. ارفع صورة واضحة لك وصورة واضحة للشخص الذي تريد إدراجه، ادمجهما في مشهد واحد بنموذج تحرير ثم حرّك النتيجة. عامل النتيجة كتحية بصرية رقيقة، لأن النموذج يولّد عناقًا محتملًا، لا يعيد بناء لحظة حقيقية وقعت فعلًا.
تولّد نماذج تحويل الصورة إلى فيديو الحالية على بيكاسو آي إيه مقاطع قصيرة، عادة من خمس إلى عشر ثوانٍ حسب النموذج. تناسب هذه المدة الشكل جيدًا، فالعناق حركة قصيرة أصلًا، وتجاوز عشر ثوانٍ يزيد احتمال انحراف وجه أو نسبة في منتصف المقطع دون أن يضيف شيئًا يحتاجه هذا الشكل.
ليس بالضرورة، لكن زاوية أمامية أو ثلاثة أرباع في الصور المصدر تعطي النموذج أوضح معلومات ليعمل بها. يدير العناق طبيعيًا الوجهين جزئيًا بعيدًا عن الكاميرا أثناء حدوثه، وهذه زاوية أصعب أصلًا على هذه النماذج من صورة أمامية مباشرة، فالبدء من صورة واضحة وجيدة الإضاءة وأمامية يمنح التوليد أفضل أساس.
نعم، نفس نهج الخطوتين يعمل لشخص يعانق حيوانًا أليفًا، أو حتى حيوانين، طالما كانت الصور المصدر واضحة. ادمج الشخصين أولًا في مشهد واحد إن جاءا من صور منفصلة، ثم حرّك العناق بنفس نماذج الفيديو المستخدمة للأشخاص. يتصرف الفرو والكفوف بشكل مختلف عن اليدين، وتميل إلى تصوير أكثر تسامحًا عند نقطة التلامس.
عادة ينتقل التباين إلى الفيديو النهائي، لأن خطوة الدمج تعامل الصورتين كجزء من مشهد واحد مقصود بدل تصحيح مدى اختلاف إضاءتهما. حين يكون ذلك ممكنًا، اذكر الإضاءة التي تريدها في تعليمة الدمج، ضوء دافئ داخلي أو ضوء نهار ناعم، ليوازن نموذج التحرير الفرق قبل أن يرى نموذج الفيديو الصورة المركبة.
تكلف خطوتا الدمج وتوليد الفيديو أرصدة، ويعتمد المجموع على النماذج والإعدادات التي تختارها، لأن فيديو أطول أو بدقة أعلى يكلف أكثر من فيديو قصير بدقة أقل. تبدأ الحسابات الجديدة برصيد مجاني، يكفي لتجربة سير العمل ذي الخطوتين قبل إنفاق أي شيء آخر، وأسعار الخطط الحالية موجودة في صفحة الأسعار، وهي المكان الوحيد الموثوق للأرقام الدقيقة.
كل ما يتطلبه هذا صورتان وبضع دقائق للتجربة. افتح مجموعة الأدوات، ادمج صورك إن احتجت، وشاهد كيف يبدو العناق في حركة.
