تقييم متعمق لـ Haiper 2.0: فريق DeepMind السابق يصنع معيارًا جديدًا لتوليد الفيديو

عندما يُوصف مجال توليد الفيديو بأنه "ثورة"، تدخل بهدوء أداة Haiper 2.0، التي صقلها أعضاء أساسيون سابقون في DeepMind، حاملةً ورقتين رابحتين هما "جودة التصوير الواقعي" و"التحريك القابل للتحكم". هل تستطيع حقًا طمس الحدود بين الذكاء الاصطناعي والتصوير الحقيقي؟ بعد أيام من التجربة العميقة، نحاول تقديم الإجابة.

المزايا الأساسية: كتابة "الواقعية" في كل إطار

أكثر ما يلفت الانتباه في Haiper 2.0 هو إصرارها على جودة صورة تضاهي التصوير الحقيقي. فعلى عكس الإحساس "البلاستيكي" أو الملمس الزيتي الذي يلازم العديد من النماذج، تقترب مخرجاتها من التصوير البصري في العالم المادي. وتتجلى هذه الميزة في ثلاثة جوانب:

• محاكاة واقعية للإضاءة والملامس: بالاعتماد على نماذج التوليد العميق التي راكمها الفريق في DeepMind، تتعامل Haiper 2.0 مع الضوء الطبيعي والانعكاسات المنتشرة وانعكاسات الماء على الأسطح وحتى زغب البشرة بدقة متناهية. في إحدى التجارب، أنتجت أداة الكتابة "شارع مدينة تغمره مياه الأمطار" فيديو تعكس فيه البرك المائية إعلانات النيون بدقة، مع تفاوت منظوري حركي واقعي لدرجة تنسيك أنها صنيعة الذكاء الاصطناعي.
• محرك تحريك دقيق وقابل للتحكم: تتيح للمستخدم رفع صورة ثابتة، وتوليد محتوى ديناميكي متوافق مع البديهة الفيزيائية عبر بارامترات مثل "شدة الحركة" و"اتجاه الحركة" و"مسار الكاميرا". ومن دون الحاجة إلى إعدادات معقدة للإطارات المفتاحية، يمكن لصورة قطة كرتونية أن تتحول في ثوانٍ إلى رسوم متحركة دائرية ترمش فيها العينان ويهتز الذيل، بحركة سلسة ونادرًا ما يحدث فيها أي تشوه مزعج.
• ثبات هوية العناصر في المقاطع الطويلة: عند توليد فيديو عالي الوضوح يتراوح بين 4 و8 ثوانٍ، يظل وجه الشخص وتفاصيل الملابس وعناصر الخلفية على درجة عالية من الثبات، مما يقلل إلى حد كبير من مشكلة "تحول الشخصية" الشائعة في الأدوات المماثلة، ويعطي المادة المنتجة قيمة مباشرة في تحرير اللقطات.

الفئة المستهدفة: مبدعون من المعاينات الإبداعية إلى التسليم التجاري

ليست Haiper 2.0 مجرد لعبة للمتحمسين التقنيين، بل تغطي قدراتها نطاقًا واسعًا من سلسلة الإبداع. يستطيع مخرجو الإعلانات إنتاج نسخ تجريبية للعروض بسرعة وتوفير تكاليف التصوير الفعلي؛ ويستطيع مدونو الفيديو القصير تحويل بضع صور لمنتجاتهم مباشرة إلى عروض ديناميكية جاذبة للأنظار؛ ويستفيد الرسامون المتحركون ومطورو الألعاب المستقلة من ميزة التحريك القابل للتحكم للحصول على معاينة لحركات شخصياتهم في دقائق. وحتى صانعو المحتوى التعليمي يمكنهم تقديم لقطات يصعب تصويرها واقعيًا، مثل انفجار بركاني أو مشهد تاريخي، بفضل الجودة الشبيهة بالتصوير الحي. المنطق التشغيلي الخفيف والبديهي يمكّن المستخدمين غير التقنيين من الاعتياد عليه خلال عشرات الدقائق، بينما يمكن للمبدعين المحترفين استخراج إمكانيات تحكم متقدمة أكثر.

تجربة الاستخدام: قفزة في الإنتاجية بواجهة فائقة البساطة

عند دخول واجهة Haiper 2.0، أول ما تشعر به هو البساطة المقتصدة. لا تجد في منطقة العمل الرئيسية سوى حقل لإدخال الأوامر النصية، منطقة لرفع الصورة، وبعض أشرطة التمرير للأسلوب، من دون وابل من البارامترات المربكة. جربنا وضع تحويل النص إلى فيديو بكتابة: "رجل عجوز بشعر فضي يمارس التاي تشي ببطء في غابة خيزران يلفها ضباب الصباح، يتدفق الضباب بين أكمام ثوبه، جودة 4K". في غضون 25 ثانية فقط، ظهر فيديو مدته 4 ثوانٍ: تفاعل الضباب مع القماش ناعم وانسيابي، وقوس حركة يد الرجل خالٍ من التشوهات المفصلية المألوفة في منتجات الذكاء الاصطناعي، جودة الإخراج كافية لاستخدامها مباشرة في لقطة معبرة لأفلام قصيرة.

بالانتقال إلى وضع التحريك القابل للتحكم، رفعنا رسمًا توضيحيًا لببغاء مرسومًا بالألوان المائية اليدوية، وضبطنا "شدة الحركة" على مستوى دقيق. في الفيديو الناتج، تحرك رأس الببغاء قليلاً، وتطورت التدرجات اللونية على حواف الريش بسلاسة، كما تحركت أوراق الخلفية، محتفظًا بكامل الإحساس الفني للرسمة الأصلية. إضافة إلى ذلك، سرعة التوليد ممتازة بين المنتجات المنافسة، ولم تشهد قوائم الانتظار في تجارب المجتمع أي تباطؤ ملحوظ. لكن الإصدار الحالي لا يزال بحاجة للتحسين عند توليد تفاعلات جماعية معقدة جدًا أو نصوص دقيقة؛ كما أن تجاوز مدة الفيديو الفردي 10 ثوانٍ سيلبي بشكل أفضل احتياجات السرد الطويل. ومع ذلك، لا يقلل هذا من شأن Haiper 2.0 التي وضعت معيارًا جديدًا لمبدأ "ما تراه هو ما تحصل عليه" على مستوى جودة التصوير الواقعي، وجعلت إنتاج الفيديو عالي الجودة ينتقل من حكر التقنيين إلى أنامل كل شخص يحمل فكرة.