لماذا تبدو الصور المولّدة بالذكاء الاصطناعي دائمًا «ناقصة قليلًا»: من أين تأتي السينمائية؟
مرّ كثيرون بتجربة مشابهة: تولّد صورة بالذكاء الاصطناعي، فتبدو جميلة عند النظر إليها وحدها ولا تكاد تجد فيها عيبًا؛ لكن ما إن توصل عدة صور معًا، أو تضعها بجانب لقطات سينمائية حقيقية، حتى يظهر فورًا أنها «ليست مثل الفيلم». المشكلة عادةً ليست في الوضوح ولا في التكوين. نماذج التوليد الحالية ناضجة جدًا من حيث الدقة والجماليات، وما ينقصها غالبًا هو أشياء أعمق؛ لا تظهر في «ما الذي رُسم» داخل الصورة، بل في «كيف صُوّرت» الصورة. تحاول هذه المقالة تفكيك هذه الطبقة وشرحها بوضوح، مع الحديث أيضًا عن المرحلة العملية التي يقابلها كل عنصر من هذه العناصر في الإبداع الفعلي.
أولًا، نسبة الإضاءة: هل أصبحت الأماكن التي ينبغي أن تكون معتمة معتمة فعلًا؟
نادرًا ما تكون الصورة السينمائية «مضيئة بالتساوي». لديها نسبة إضاءة واضحة: المناطق الساطعة لا تصل إلى فرط التعريض، والمناطق الداكنة تحتفظ بطبقاتها، وغالبًا ما تشغل المناطق الداكنة نسبة معتبرة من الكادر. هذا الأسلوب ليس لتوفير المصابيح، بل لحاجة سردية. الظلال تجعل المشاهد لا يرى كل شيء بوضوح، وحين لا يرى بوضوح يتركز انتباهه؛ أما المناطق المضيئة فتثبّت الانتباه على الموضع الذي ينبغي النظر إليه. يتحدد مزاج الصورة إلى حد كبير بتوزيع النور والظل. وهنا تحديدًا يظهر أحد أكثر انحرافات الصور المولّدة بالذكاء الاصطناعي شيوعًا: يميل النموذج إلى إضاءة الموضوع الرئيسي وشرح التفاصيل، فتكون النتيجة إضاءة مسطحة في كامل الصورة. تكون كمية المعلومات البصرية كبيرة، لكن بلا توجيه للمشاهدة. في مثل هذه الحالات، غالبًا ما تكون إعادة كتابة التوجيه النصي محدودة الفائدة، لأن «أين يجب أن يكون الظلام، وإلى أي درجة» أمر يصعب وصفه أصلًا. طريقة NadouPro هي ترك الإضاءة كخطوة مستقلة: يمكن ضبط اتجاه الضوء وموضعه وسطوعه، ويشمل ذلك تحديدًا السطوع واللون ومصدر الضوء الرئيسي ونوع مصدر الضوء وضوء الحافة. بعبارة أخرى، لا يجب المراهنة مرة واحدة على بنية النور والظل أثناء التوليد؛ إذ يمكن إعادة توزيعها بعد التوليد أيضًا.ثانيًا، عمق المجال: العدسة تختار نيابة عن المشاهد ما الذي يراه
يرى الإنسان العالم بتركيز تلقائي، أما العدسة فلا بد أن تختار، وهذا الاختيار نفسه جزء من لغة العدسة. يحدد عمق المجال توزيع الانتباه: عمق المجال الضحل يعزل الموضوع الرئيسي عن الخلفية، فتتحول الخلفية إلى كتل لونية ضبابية؛ أما عمق المجال العميق فيجعل المقدمة والخلفية واضحتين، وهو مناسب لشرح علاقة البيئة. يُستخدم كلاهما في السينما، بحسب ما إذا كان المشهد يحتاج من الجمهور أن «يرى الشخص بوضوح» أم «يرى الموقف بوضوح». المشكلة الشائعة في الصور المولّدة بالذكاء الاصطناعي هي أن كامل الصورة يكون واضحًا بالقدر نفسه؛ كل تفصيلة تُصاغ بعناية كاملة، فيضيع التركيز. وهذا النوع من الانحراف يصعب تصحيحه بالكلمات أيضًا: عندما تكتب «خلفية ضبابية»، قد يفهم النموذج ذلك فقط على أنه «تشويش»، أما إلى أي درجة يكون التشويش، وكيف ينتقل عند حواف الموضوع الرئيسي، فلا يمنحك إجابة مستقرة. يحوّل NadouPro عمق المجال إلى معامل مستقل، ويستخدم قيمة T للتحكم مباشرة في علاقة الوضوح بين المقدمة والموضوع الرئيسي والخلفية. أن تحتاج إلى أن يقفز الموضوع الرئيسي خارج الصورة، وأن تحتاج إلى شرح بيئة كاملة، هما اتجاهان مختلفان لقيمة T؛ اختر واحدًا فقط، ولا حاجة إلى الاستكشاف بالصفات.ثالثًا، البعد البؤري: مصدر الإحساس بالمساحة
التكوين نفسه، إذا صُوّر ببعدين بؤريين مختلفين، يمنح إحساسين بصريين مختلفين تمامًا. الفروق الجوهرية التي تجلبها الأبعاد البؤرية المختلفة ثلاثة: زاوية الرؤية، أي مقدار ما يمكن أن تراه الصورة؛ تشوّه المنظور، أي علاقة النسب بين الأجسام القريبة والبعيدة؛ والإحساس بضغط المساحة، أي هل تُقرَّب المقدمة والخلفية أم تُبعَدان. وهذا يفسر لماذا تبدو بعض الصور «مشحونة بالتوتر» بينما تبدو أخرى «مسطحة»؛ قد لا يكون الفارق في المحتوى، بل في منطق المساحة الكامن وراء اختيار البعد البؤري. وهذه الأشياء الثلاثة هي أيضًا من أصعب الأجزاء وصفًا. ما يتحكم به ضبط البعد البؤري في NadouPro أثناء توليد الصورة هو زاوية رؤية العدسة وتشوه المنظور والإحساس بضغط المساحة، فيحوّل «العلاقة المكانية» إلى عنصر يمكن تحديده مباشرة، بدل تركه للنموذج كي يتصرف بحرية.رابعًا، علم الألوان: ليس فلترًا، بل أساس اللون
يفهم كثيرون تدرّج الألوان على أنه فلتر يُضاف في مرحلة ما بعد الإنتاج. لكن في الصناعة السينمائية، ما هو أعمق من ذلك هو علم الألوان: الأساس اللوني الخاص بالكاميرا نفسها. إنه يحدد شكل المادة «عند ولادتها». لكاميرات الأفلام وكاميرات السينما الرقمية شخصية لونية خاصة بكل منها، ولا يكمن الاختلاف في ارتفاع التشبع أو انخفاضه، بل في أساس اللون العام واتجاه النبرة البصرية. عندما يختار المبدعون ذوو الخبرة أساسًا لونيًا، فإنهم يحددون أولًا مزاج هذا المشهد، ثم يعودون ليقرروا أي نوع ينبغي استخدامه: حوار في مشهد ليلي وذكرى في مشهد نهاري لا ينبغي أصلًا أن يشتركا في المنطق اللوني نفسه.خامسًا، مجموعة العدسات: توحيد الشخصية البصرية
إلى جانب البعد البؤري وعمق المجال، للعدسة نفسها «شخصية». تختلف سلاسل عدسات السينما المختلفة بوضوح في طريقة تكوين الصورة، ويظهر ذلك أساسًا في خمسة جوانب: الحدة، والنعومة البصرية، والمناطق خارج التركيز، والتوهج، وميل التشوه. بعض العدسات حاد ونظيف، وبعضها ناعم وله إحساس كريمي، وبعضها ينتج هالات ضوئية مميزة. إذا اختلطت هذه السمات داخل المشهد نفسه، ستبدو الصورة غير موحدة؛ والتوحد بالضبط هو أحد أكثر مصادر الإحساس السينمائي قابلية للإدراك. لذلك جعل NadouPro مجموعة العدسات خيارًا مستقلًا أيضًا، يُستخدم لاختيار اتجاه سلسلة عدسات السينما في الجوانب الخمسة المذكورة. وهي، مع التحكم في البعد البؤري وعمق المجال وغيرهما من الوظائف، تشكل معًا نظام معاملات التصوير في المنصة، الموجود ضمن «معاملات التصوير» في وضعي التوليد من نص إلى صورة ودمج الصور.سادسًا، لماذا يصعب تحقيق هذه الأمور خصوصًا في الذكاء الاصطناعي؟
عندما ننظر إلى النقاط السابقة معًا، سنجد قاسمًا مشتركًا: كلها ليست «ما الموجود داخل الصورة»، بل «كيف تكوّنت الصورة». وهذا النوع من المعلومات هو بالذات الأصعب في نقله بالكلمات. كلمات مثل «الإحساس السينمائي» تكاد لا تفرض أي قيد على النموذج، لأنها كلمات على المستوى الدلالي، بينما يقابلها في الواقع مجموعة من معاملات بصرية ونغمية. إذا كتبت في التوجيه النصي «فتحة عدسة كبيرة وعمق مجال ضحل»، فقد يفهمها النموذج على أنها «خلفية ضبابية»؛ وإذا كتبت «توهج عدسة من نوع معين»، فقد لا تحصل إلا على بقعة مضيئة أفقية. والنتيجة أن كل عملية توليد تظل «قريبة»، لكنها صعبة الاستنساخ بثبات. بينما يعتمد الإحساس السينمائي تحديدًا على الاتساق: منطق نسبة الإضاءة في المشهد نفسه، وأسلوب عمق المجال، وأساس النبرة البصرية يجب أن تمتد كلها من البداية إلى النهاية. تحويل معاملات التصوير من «صفات» إلى «أبعاد قابلة للتحديد» يحل بالضبط مشكلة الاستقرار هذه. ولهذا السبب، في NadouPro، يكون البعد البؤري وعمق المجال وبطاقات الألوان ومجموعة العدسات أربعة معاملات مختلفة، لا قالبًا واحدًا للتوجيه النصي: عندما تشترك مجموعة من المواد في الإعدادات البصرية نفسها، تبدو مثل «فيلم واحد»، لا مثل «كومة صور».سابعًا، بعد التوليد، ما المراحل التي يمكن أن تنقذ الصورة؟
مهما كانت المعاملات دقيقة، لا مفر أحيانًا من الحاجة إلى الرجوع والتعديل. عندها يجدر أن نعرف أن الصورة لا يجب بالضرورة أن تُعاد بالكامل. إذا كانت المشكلة في التركيب، كأن تريد نقل الموضوع الرئيسي أو الملابس أو المشهد أو الأسلوب من مواد موجودة إلى الصورة نفسها، فإن وضع دمج الصور يدمج معلومات عدة صور مرجعية معًا، وهو أكثر مباشرة بكثير من الوصف من الصفر. وإذا كانت المشكلة محصورة في جزء محدد، فإن أداة المسح ضمن مجموعة أدوات التحرير يمكنها إزالة كائن أو منطقة محددة وإكمال الخلفية، بينما يستخدم إعادة الرسم القناع والتوجيه النصي لإعادة توليد المنطقة المختارة، وهناك أيضًا أدوات القص من الخلفية والاقتصاص والتعليق. معظم العيوب الصغيرة لا تتطلب هدم الصورة كلها. ولتوحيد الألوان مسار آخر أيضًا: تُستخدم لوحة الألوان لاستخراج أو تنظيم المراجع اللونية للصورة، وعندما تكون مجموعة من المواد متفاوتة بين ميل عالٍ أو برودة غير متسقة، يمكنها تقديم مرجع واضح. وهناك نوع آخر من المشكلات يظهر على مستوى المشهد: عندما يحتاج المشهد نفسه إلى الحفاظ على العلاقات الأمامية والخلفية عبر عدة لقطات، فمن السهل أن تظهر الأخطاء إذا اعتمدنا على توليد صورة واحدة فقط. لمعالجة هذه النقطة، يمكن لتوليد الصور البانورامية إنتاج صورة بانورامية بنقرة واحدة قابلة للاستخدام للحفاظ على اتساق المشهد من زوايا متعددة؛ أما التوليد متعدد الزوايا فيولّد صورًا متعددة الزوايا للموضوع نفسه أو المشهد نفسه عبر تغيير زاوية الكاميرا، ويدعم تخصيصًا أفقيًا من 0–315 درجة، وميلانًا من -30 إلى 90 درجة، كما يقدّم زاوية جانبية مائلة، وزاوية مائلة، ولقطة أمامية من أسفل، وزاوية علوية، وزاوية خلفية، وزاوية عين السمكة. عندما تحتاج إلى تجهيز عدة مواضع كاميرا لمشهد واحد، يكون هذا أكثر قابلية للتحكم بكثير من إعادة التوليد مرارًا.ثامنًا، قائمة فحص ذاتية بسيطة
بعد توليد مجموعة من الصور، يمكنك المرور سريعًا على هذه النقاط:- هل المناطق الداكنة كافية؟ حوّل الصورة إلى تدرجات الرمادي وانظر إلى نسبة المناطق الداكنة. إذا كان كامل النطاق مضيئًا، ففكر أولًا في إعادة توزيع مواضع سقوط الضوء باستخدام الإضاءة، لا في رفع السطوع مباشرة.
- أين نقطة التركيز؟ هل لدى الصورة موضوع رئيسي واضح وحاد، أم أن كل شيء واضح بالقدر نفسه؟ إذا كان الاحتمال الثاني، فأعد اختيار اتجاه عمق المجال.
- هل يخدم البعد البؤري السرد؟ اختر البعد البؤري الموافق للإحساس المكاني الذي تحتاجه، بدل استخدام الافتراضي عشوائيًا.
- هل النبرة البصرية موحدة؟ هل علم الألوان متسق داخل المشهد نفسه، أم أن نصفه بأساس رقمي ونصفه بأساس فيلمي؟
- هل تتعارض شخصية العدسات؟ هل اتجاهات الحدة، والنعومة البصرية، والمناطق خارج التركيز، والتوهج، والتشوه ممتدة عبر المشهد نفسه؟
أخيرًا
هذه العناصر التقنية كلها في النهاية أدوات، وليست غاية. ما يحدد حقًا جودة الصورة هو النية السردية: ماذا تريد أن يشعر المشاهد في هذه الثانية؟ ضغط، أو حميمية، أو اغتراب، أو قلق؟ نسبة الإضاءة وعمق المجال والبعد البؤري والنبرة البصرية ليست إلا وسائل لترجمة هذه النية إلى لغة بصرية. أن تفكر أولًا بوضوح في الشعور الذي تريده، ثم تبحث عن التعبير البصري الموافق له، أكثر فاعلية بكثير من تكديس المعاملات بالعكس. ولهذا أيضًا يمكن للمجموعة نفسها من المعاملات، في أيدي أشخاص مختلفين، أن تعطي نتائج مختلفة جدًا.يتضمن هذا المحتوى معلومات مولدة بالذكاء الاصطناعي وقد تحتوي على أخطاء. يرجى التحقق بشكل مستقل.