لماذا يُعد «الاتساق» أصعب عقبة في الإبداع باستخدام AI
معظم من استخدموا AI لتوليد المحتوى مرّوا بالإحباط نفسه: بعد جهد طويل تحصل على صورة مرضية، ثم تغيّر الزاوية أو اللقطة، فتخرج نتيجة مختلفة تمامًا. تحاول إعادة إنتاج ذلك الأثر الذي حصلت عليه للتو، فتكتشف أنك لا تستطيع العودة إليه أبدًا. هذه ليست مسألة حظ، بل قيد بنيوي. وفهمه أهم من تعلّم المزيد من حيل كتابة المطالبات.
لماذا يفتقر AI بطبيعته إلى الاتساق
في التصوير التقليدي، يكون الاتساق «مضمونًا ماديًا»: الممثل نفسه يقف في الغرفة نفسها، وتغيّر الكاميرا زاويتها، لكن الشخص الذي تصوّره يبقى هو الشخص نفسه، والغرفة تبقى هي الغرفة نفسها. لأننا نتعامل مع الكيانات المادية ذاتها، لا يحتاج الاتساق إلى صيانة إضافية. أما منطق التوليد في AI فمختلف تمامًا. كل عملية توليد هي إعادة أخذ عينة مستقلة — يبني النموذج صورة من الصفر بناءً على الوصف الذي تقدمه. ليس لديه مفهوم عن «كيف كان شكل الشخص في التوليد السابق»، ولا ذاكرة عابرة للقطات. لذلك تظهر ثلاث نتائج:- تنجرف التفاصيل: ملامح الوجه، تسريحة الشعر، وتفاصيل الملابس تتذبذب في كل مرة ضمن نطاق يبدو معقولًا؛ كل صورة منفردة تبدو طبيعية، لكن عند وصلها لا يعود الشخص هو نفسه
- يفشل المرجع: حتى لو استخدمت الصورة السابقة كمرجع، فإن النموذج لن يفعل سوى «الاسترشاد» بها، لا «نسخها»
- لا يمكن إعادة الإنتاج: الوصف نفسه قد يولّد نتائج مختلفة بوضوح في أوقات مختلفة، لذلك فالاتساق ليس مشكلة يمكن حلها بمجرد «كتابة مطالبة أفضل»، بل يحتاج إلى آليات تُبنى خارج عملية التوليد.
ثلاثة مستويات للاتساق
في المشاريع الفعلية، تحتوي كلمة «الاتساق» على ثلاثة أشياء مختلفة، لكل منها درجة صعوبة وطريقة حل مختلفة.- المستوى الأول: اتساق الشخصية، أي أن يحافظ الشخص نفسه على ثباته عبر لقطات متعددة. هذا هو المستوى الأكثر أساسية والأسهل اكتشافًا — فالجمهور شديد القدرة على تمييز الوجوه، وأي انحراف بسيط يكسر الإيهام. تكمن الصعوبة في أن الشخصية تضم عددًا كبيرًا من أبعاد التفاصيل: بنية الوجه، نسب الجسم، تسريحة الشعر، الملابس، والإكسسوارات. وهذه الأبعاد يصعب حصرها بالكامل في المطالبة، ويصعب تثبيتها.
- المستوى الثاني: اتساق المشهد، أي أن يحافظ المكان نفسه على علاقاته المكانية عبر لقطات متعددة. هذا أسهل إهمالًا من اتساق الشخصية، لكنه مصدر خلل لا يقل خطورة — عندما تختلف الخلفية في لقطات اللقطة واللقطة العكسية، أو تتغير مواقع الأبواب والنوافذ في الغرفة نفسها، سيدرك الجمهور فورًا أن «هذا ليس المكان نفسه». الصعوبة هنا أن العلاقات المكانية نوع من المعلومات البنيوية، والبنية هي أكثر ما يسهل تفكيكه أثناء التوليد.
- المستوى الثالث: اتساق الأسلوب، أي أن تشترك مجموعة من الصور في الإحساس البصري نفسه. هذا المستوى هو الأكثر تجريدًا، لكنه الأكثر تأثيرًا في سؤال: «هل يبدو هذا كأنه فيلم؟». يشمل اتساق الأسلوب النغمة اللونية الأساسية، والطابع البصري للعدسات، ومنطق الإضاءة، وغيرها من الجوانب. لا ينهار هذا المستوى بطريقة صارخة مثل انجراف الشخصية، بل يظهر كإحساس منتشر بـ«عدم الانسجام» — بعض الصور باردة، وبعضها دافئ؛ بعضها حاد، وبعضها ناعم التركيز، فتبدو كأنها مواد جُمعت من مصادر مختلفة.
ثلاثة مستويات من الاتساق، وثلاثة حلول
وتختلف طرق الحل المقابلة لكل منها.- اتساق الشخصية يعتمد على تحويلها إلى أصل. أي تحويل الشخصية من «فقرة وصفية» إلى «أصل»: أولًا يتم استخراج العناصر الرئيسية على مستوى السيناريو، وتحديد الحالة الأساسية للشخصية والحالات الفرعية المرتبطة بالسيناريو؛ ثم تُولَّد صورة للشخصية لتثبيت مظهرها كمرجع بصري؛ وبعد ذلك، عند التوليد عبر لقطات متعددة، يُستدعى هذا المظهر الثابت بدل إعادة وصفه. يدعم مستودع أصول الشخصيات في NadouPro البحث حسب الاسم، والوسم، والجنس، والفئة العمرية، ولون البشرة، ولون الشعر، وبنية الجسم، وغيرها من الشروط؛ وفي جوهره يحوّل «الشخص نفسه» إلى عنصر قابل لإعادة الاستخدام. كما أن العرض الثلاثي للشخصية وشبكة التعبيرات ذات الخانات التسع داخل الشبكات متعددة الخانات يؤديان دور تثبيت زوايا متعددة ضمن عملية توليد واحدة.
- اتساق المشهد يعتمد على تعدد الزوايا والبانوراما. لا تستطيع صورة واحدة ضمان ثبات المكان، لكن مجموعة مراجع زاوية مولّدة على الأساس نفسه يمكنها ذلك. يستطيع توليد الصور البانورامية إنتاج صور بانورامية قابلة للاستخدام في اتساق المشاهد متعددة الزوايا، بينما يولّد التوليد متعدد الزوايا صورًا من زوايا مختلفة انطلاقًا من صورة الموضوع — مع دعم تخصيص أفقي من 0–315 درجة، وميل رأسي من -30 إلى 90 درجة، وتوفير زوايا عرض مسبقة مثل الجانب المائل، والميلان، واللقطة الأمامية من أسفل، والعلوية، والخلفية، وعين السمكة. أنشئ أولًا مجموعة مراجع مكانية، ثم ولّد لقطة بعد أخرى، وستقل الأخطاء المكشوفة كثيرًا.
- اتساق الأسلوب يعتمد على تثبيت المعلمات. يختلف حل هذا المستوى عن المستويين الآخرين: فهو لا يعتمد على مواد مرجعية، بل على ما إذا كانت الإعدادات قد ثُبّتت. إذا تُركت متغيرات مثل النغمة اللونية الأساسية والطابع البصري للعدسات لعشوائية كل عملية توليد، فسوف ينجرف الأسلوب حتمًا.
- نهج NadouPro في هذا الجانب هو تحويلها إلى معلمات تصوير: يُستخدم علم الألوان لاختيار الأساس اللوني لفيلم أو لكاميرا سينمائية رقمية، وإخراج صور ذات نغمة ولون أساسيين محددين؛ وتُستخدم مجموعة العدسات لاختيار خصائص سلسلة عدسات سينمائية من حيث الحدة، والنعومة، وخارج نطاق التركيز، والوهج، واتجاهات التشوه؛ ومع التحكم في البعد البؤري والتحكم في عمق المجال، تشكّل هذه العناصر الأربعة معًا مجموعة إعدادات بصرية يمكن إعادة استخدامها كوحدة واحدة. النقطة الأساسية هي أن تشترك مجموعة المواد كلها في الإعدادات نفسها. ما دامت الإعدادات ثابتة، فلن يتكلم الأسلوب بلغات متفرقة، وستتماسك الصور بعضها مع بعض.
مسألة ترتيب يسهل إغفالها
في حل مستويات الاتساق الثلاثة، يوجد في الواقع ترتيب أسبق وألحق. الترتيب المنطقي هو: تحديد الأسلوب أولًا، ثم تحديد المشهد، ثم تحديد الشخصية في النهاية. والسبب عملي جدًا: الأسلوب إعداد قائم على المعلمات، وكلما ثُبّت مبكرًا، أصبح ما بعده أسهل؛ والمشهد هو المرجع المكاني، وبعد تحديده فقط تصبح حركة الشخصية ذات مرجعية؛ أما الشخصية فهي الأصل الأكثر تفصيلًا، ووضعها في النهاية يتجنب بطلان مرجع الشخصية بعد تعديل المشهد. اعتاد كثيرون الانكباب على الشخصيات أولًا، ثم بعد إنتاج عشرات الصور يكتشفون أن النغمة البصرية العامة غير موحّدة، وعندها يكون حجم إعادة العمل كبيرًا جدًا.أخيرًا
صعوبة الاتساق نابعة من تعارضه مع الخصائص الطبيعية لنماذج التوليد — فالنموذج بارع في «إعطاء نتيجة جديدة ومعقولة في كل مرة»، بينما يحتاج الإبداع إلى «إعطاء النتيجة نفسها في كل مرة». لذلك فإن طرق حل هذه المشكلة، في جوهرها، تبني قيودًا خارج التوليد: قيودًا على المظهر، وقيودًا على المكان، وقيودًا على الأسلوب. كلما كانت القيود أوضح، قلّت حرية التوليد، لكن اكتمال العمل ارتفع. وهذا أيضًا نوع من المفاضلة: يمنحك AI إمكانات لا نهائية، لكن قيمة العمل الفني تأتي تحديدًا مما تقطعه أنت من تلك الإمكانات.يتضمن هذا المحتوى معلومات مولدة بالذكاء الاصطناعي وقد تحتوي على أخطاء. يرجى التحقق بشكل مستقل.