لماذا يتغير وجه الشخصية باستمرار؟ لماذا تهتز صورة فيديو AI؟ دليل NadouPro لاتساق فيديو AI: حل انحراف الشخصية واهتزاز الصورة

النقاط الأساسية

• جوهر الانحراف هو أن النموذج «ينسى» العنصر الرئيسي بين إطار وآخر: تغيّر لون العينين، تبدّل نمط الملابس، وتدفّق الخلفية كلها صور لانهيار الاتساق

• ثلاثة أسباب رئيسية: التوليد المستقل إطارًا بإطار يؤدي إلى تراكم الأخطاء، وافتقار النموذج إلى وعي بالفضاء ثلاثي الأبعاد، وكون نص التوجيه مبهمًا جدًا بما يترك للنموذج مساحة للتخمين العشوائي

• الصورة المرجعية هي نقطة الارتكاز الأكثر مباشرة: أنشئ أولًا صورة رئيسية عالية الجودة للشخصية، ثم أرفقها في كل عملية توليد

• يمكن لوضع First/Last Frame تثبيت وضعيّة البداية والنهاية في المقطع، وإجبار النموذج على الانتقال بسلاسة بين النقطتين

• يستخدم وضع Motion Control في NadouPro فيديو مرجعيًا حقيقيًا لقيادة الحركة، فيزيل من المصدر التشوه الناتج عن «تخمين النموذج للحركة»

ما المقصود بالانحراف في فيديو AI؟

في الفيديوهات المولّدة نرى كثيرًا مشاهد من هذا النوع: بؤبؤ الشخصية يتحول من الأزرق إلى الأخضر، والمعطف يغيّر نمطه في منتصف الطريق، ورف الكتب يتدفق كالماء، وتظهر نافذة إضافية على الجدار من العدم. تُسمّى هذه الظواهر مجتمعةً الانحراف، أي أن النموذج أخطأ في الحفاظ على الاتساق بين ما قبل وما بعد.

ينقسم الانحراف إلى نوعين، ولكل منهما طريقة معالجة مختلفة:

• انحراف الهوية: تتآكل السمات الفريدة للعنصر الرئيسي بين الإطارات المتتالية، فيتشوه تدريجيًا بناء الوجه وتسريحة الشعر والملابس. جوهر المشكلة أن النموذج فقد «حالة» الشخصية

• عدم الاتساق الزمني: تومض الخامات والإضاءة وتهتز، ولا تتصل قيم البكسلات في التسلسل بسلاسة، فيظهر ذلك على شكل اهتزاز في الصورة أو تميّع في البنية

لماذا يتحول وجه البطل في منتصف التشغيل إلى شخص غريب؟ لأن النموذج لا يملك «نموذجًا ذهنيًا» مستمرًا للمشهد، بل يعتمد بالكامل على الاستدلال الاحتمالي، ومع التقدم ينحرف عن الإعداد الأصلي. كلما طال التسلسل زادت حدة المشكلة، وقد تتراكم الأخطاء الصغيرة في البداية لتصبح فوضى كاملة في النهاية.

كيف ينشأ الانحراف؟

• التوليد المستقل إطارًا بإطار: تتعامل معظم نماذج التوليد مع كل إطار كمهمة إبداعية شبه مستقلة. هي لا «تعرف» أن هذا الشخص هو نفسه قبل خمسين إطارًا، ولا تستطيع إلا استخدام الإطار السابق كمرجع. إذا انحرف المرجع قليلًا، ينتقل الخطأ إلى ما بعده

• تراكم الأخطاء: يشبه الأمر مشكلة «نسخة من نسخة». عندما يُولَّد الإطار الثاني اعتمادًا على الأول، قد ينحرف موضع زر قليلًا أو يميل لون الشعر قليلًا، ثم تُثبَّت هذه الأخطاء في أساس الإطار الثالث. وبعد تشغيل مقطع من عشر ثوانٍ، تكون الأخطاء الصغيرة قد تضخمت إلى شخصية أخرى

• نقص الوعي ثلاثي الأبعاد: النموذج المدرَّب على مواد فيديو ثنائية الأبعاد لا يفهم الفضاء ثلاثي الأبعاد ولا العمق ولا قوانين الفيزياء، ولا يميز بين «الكاميرا تتحرك حول سيارة» و«السيارة نفسها تتشوه»، لذلك تصبح الإزاحات المكانية والهلوسات أمرًا يصعب تجنبه

• تذبذب الفضاء الكامن: ينجز النموذج إزالة الضوضاء داخل فضاء كامن مضغوط. وعندما لا يتسع هذا الفضاء لكل التفاصيل، يملأ النموذج الفراغ ببيانات «معقولة احتماليًا لكنها خاطئة فعليًا»؛ فمثلًا، لأن الغرف في بيانات التدريب تحتوي عادةً على عدة كراسٍ، قد تظهر كراسٍ إضافية في الصورة

• الإفراط في التكيّف الزمني: يتعلم النموذج علاقات زمنية زائفة، فيفترض أن إطارًا معيّنًا يجب أن يتبع إطارًا آخر بطريقة ثابتة، مما يؤدي إلى حركات متشابهة وإيقاع آلي

خمس طرق لتخفيف الانحراف

تتطلب مواجهة الانحراف الجمع بين قدرة النموذج وانضباط سير العمل. الفكرة الأساسية هي إعطاء النموذج عددًا كافيًا من «نقاط الارتكاز» حتى لا تكون لديه مساحة للشرود.

استخدام صورة مرجعية لتثبيت الهوية

الطريقة الأكثر مباشرة للتعامل مع انحراف الهوية هي تذكير النموذج في كل خطوة بشكل العنصر الرئيسي. تُحقن سمات الصورة المرجعية في عملية التوليد، فتعمل كمرساة بصرية مستمرة.

• استراتيجية الصورة الرئيسية: أنشئ أولًا صورة رئيسية عالية الجودة للشخصية، ثم ضع هذه الصورة في خانة المرجع في كل عملية توليد لاحقة، وسيبقى الوجه مستقرًا. يدعم وضع Image Fusion ووضع Multi-reference في NadouPro هذا الاستخدام

• First/Last Frame: يدعم Video node في NadouPro إدخال First/Last Frame لتحديد وضعية بداية المقطع ووضعية نهايته، فيستوفي النموذج مسارًا سلسًا بينهما ولا تنحرف الصورة نحو تكوين غير متوقع

• مواد اتساق الشخصية: استخدم أولًا مواد Multi-Grid مثل Character Body 3-View بكامل الجسم وCharacter Expression 9-Grid لتثبيت صورة الشخصية من زوايا متعددة، ثم انتقل إلى مرحلة الفيديو، وبذلك تكون نقطة انطلاق الاتساق أعلى

تضييق نص التوجيه

الأوامر المبهمة هي أكبر مصدر للهلوسة؛ إذا تركت للنموذج مساحة كبيرة للتخمين، فلن يكون أمامه إلا التخمين العشوائي.

• اجعل الحركة محددة: استخدم أفعالًا واضحة الاتجاه مثل «يمشي بخطوات واسعة وسريعة» و«يدور ببطء 360 درجة»، ولا تستخدم «يتحرك قليلًا»

• اكتب بوضوح ما لا تريده: اذكر صراحةً العناصر التي يجب تجنبها، مثل الضبابية، والتشوه، والأطراف الزائدة، واهتزاز الكاميرا. هذه الأوصاف السلبية تعمل كحواجز تمنع الانحراف

• حدّد هدفًا لحركة الكاميرا: لا تكتب «اقتراب»، بل اكتب «تقترب الكاميرا من عيني المرأة». حركة الكاميرا ذات الهدف الواضح لا تفقد العنصر الرئيسي في منتصف الطريق

استخدام Motion Control لإزالة تخمين الحركة

الحركة منطقة عالية الخطورة للانحراف؛ عندما يخمّن النموذج بنفسه كيف يمشي الشخص أو يقفز، تصبح مواضع التخمين الخاطئ نقطة بداية التشوه. يحوّل وضع Motion Control في NadouPro الحركة من «تخمين» إلى «استيراد»: يستخرج حركات الهيكل والإيماءات من فيديو مرجعي وينقلها إلى صورة الشخصية.

• مزامنة حركة الجسم بالكامل: حتى الحركات الديناميكية الواسعة مثل الفنون القتالية والتزلج بالعجلات يمكن أن تحافظ على مزامنة محكمة في الوضعية والإيقاع

• استقرار بنية الحركات المعقدة: تحافظ الحركات التي تتعاون فيها أجزاء متعددة من الجسم على بنيتها الكاملة، فلا تنقطع الأطراف أو تتشوه داخل تصميم حركي معقد

• دقة اليدين: اليدان معروفتان بصعوبتهما، إذ يسهل أن تنهارا إلى كتل لحمية متعددة الأصابع. يحسّن Motion Control أداء مفاصل الأصابع عبر محاكاة مواد حقيقية

• حركة متواصلة في لقطة طويلة: يدعم حركة متواصلة في لقطة واحدة حتى ثلاثين ثانية، ويحافظ على استمرارية الحركة من البداية إلى النهاية، لتجنب الانهيار الشائع في الجزء اللاحق من المقاطع الطويلة

يتوافق وضعا الاتجاه مع احتياجات مختلفة للاستقرار: الاتجاه المتبع للفيديو مناسب للتصميمات الحركية المعقدة، حيث تتطابق الحركة والتعبير والكاميرا تمامًا مع المرجع؛ أما الاتجاه المتبع للصورة فيناسب المشاهد التي يجب أن يبقى فيها وجه الشخصية مستقرًا تمامًا، إذ تتبع الحركة الفيديو المرجعي بينما تبقى الوضعية كما هي في الصورة.

التحكم الطبقي في المشهد والشخصية

يتولى نص التوجيه مهمة تحديد «أين»، ويتولى الفيديو المرجعي مهمة تحديد «كيف تتحرك». يسمح NadouPro بالتحكم اللغوي المستقل في الخلفية والملابس وعناصر البيئة، بينما تواصل الشخصية محاكاة الفيديو المرجعي؛ فلا تنحرف الخلفية مع العنصر الرئيسي، لأن النظام يتعامل مع الخلفية والشخصية كطبقتين مستقلتين لكن متزامنتين.

أفضل ممارسات Motion Control

• مطابقة حجم اللقطة: استخدم فيديو مرجعيًا بنصف الجسم مع صورة بنصف الجسم، وفيديو مرجعيًا بكامل الجسم مع صورة بكامل الجسم. خلط النسب يجعل تعيين الإحداثيات يفشل، فتظهر اهتزازات أو تشوهات في الوجه

• خلفية بسيطة: الخلفية المزدحمة في الفيديو المرجعي تعيق استخراج الحركة، والمواد ذات الحواف الواضحة تعطي نقلًا أنظف بوضوح

• سرعة مستقرة: الدوران السريع والحركة المفاجئة يسببان أعطالًا في الأطراف بسهولة؛ الحركات المتوسطة السرعة والمستقرة هي الأكثر ثباتًا

• كلمات مفتاحية لحركة الكاميرا: أضف إلى نص التوجيه أوصافًا مثل «موضع كاميرا ثابت» و«حامل ثلاثي» و«35 ملم»، فهي تثبّت الإحساس الفيزيائي للمشهد وتمنع الكاميرا من الانجراف مع الشخصية. تحتوي إعدادات المعلمات السينمائية المسبقة في NadouPro على أكثر من ثلاثمئة تركيبة، ويمكن تحديد Focal Length وDepth of Field ونمط الفيلم مباشرةً

الأسئلة الشائعة

س: ما الفرق التقني بين انحراف الهوية وعدم الاتساق الزمني؟

انحراف الهوية يعني أن السمات الفريدة للعنصر الرئيسي، مثل بنية الوجه والملابس، تتآكل بين الإطارات المتتالية. السبب هو أن النموذج يفقد حالة الشخصية ويتعامل مع كل إطار كمهمة مستقلة. أما عدم الاتساق الزمني فيعني وميض الخامات والإضاءة، وأن قيم البكسلات لا تتصل بسلاسة داخل التسلسل، ويظهر عادةً على شكل اهتزاز أو تميّع بنيوي.

س: لماذا تتشوه الخلفية أو تذوب غالبًا عند استخدام حركة كاميرا معقدة؟

تفتقر كثير من بُنى التوليد إلى نموذج حقيقي للعالم ثلاثي الأبعاد. يتعلم النظام من مواد فيديو مسطحة، فلا يميز بين تحريك الكاميرا وبين تشوه البيئة نفسها. ومن دون فهم للعمق وثبات الأجسام، يفسّر النموذج الإزاحة المكانية كتغيرات متدفقة في الخلفية.

س: كيف يدمّر تراكم الأخطاء الفيديوهات الطويلة؟

تستخدم نماذج التوليد غالبًا أسلوبًا ذاتي الانحدار، حيث يعتمد كل إطار على بيانات الإطار السابق. تصبح الأخطاء الصغيرة في المرحلة المبكرة أساسًا للإطارات اللاحقة، وتستمر في التضخم مع طول المقطع. هذا الانحياز في التعرض هو سبب رئيسي لانهيار التسلسلات الطويلة في النهاية. طريقة التعامل معه هي تقسيم المقطع الطويل إلى لقطات وتوليدها على مراحل، ثم وصلها باستخدام Clip في NadouPro، مع تثبيت كل مقطع بصورة مرجعية.

س: كيف تظهر أجسام إضافية من العدم في المشاهد المعقدة؟

تأتي الهلوسة عادةً من تذبذب الفضاء الكامن: عند إزالة الضوضاء داخل تمثيل مضغوط، لا تتسع السعة لكل التفاصيل، فيملأ النموذج الفراغ ببيانات شائعة إحصائيًا لكنها خاطئة سياقيًا، فتظهر أطراف إضافية أو أثاث شبحي. تضييق نص التوجيه وتحديد قائمة الأجسام الموجودة في المشهد بوضوح يمكن أن يقلل هذا النوع من المشكلات بشكل ملحوظ.

س: كيف يمكن تقليل إحساس «الطفو» في الحركة غير الواقعية؟

أدخل قيودًا فيزيائية في عملية التوليد: الجاذبية، والزخم، وعلاقات التلامس. اكتب في نص التوجيه شدة الحركة ونقطة الهبوط بوضوح، واستخدم مواد حركة حقيقية كمرجع. هذا يجعل الحركة أقرب إلى قوانين الفيزياء من الوصف النصي الخالص، ويمكنه تجنب إحساس الطفو الحالم المميز للتوليد غير المقيّد.

لمزيد من الميزات، نرحب بك لتجربة NadouPro عبر: NadouPro

يتضمن هذا المحتوى معلومات مولدة بالذكاء الاصطناعي وقد تحتوي على أخطاء. يرجى التحقق بشكل مستقل.