ما هو Vidu Q4؟
Vidu Q4 Preview هو نموذج توليد فيديو بالذكاء الاصطناعي مصمم للمشاهد القصيرة ذات الطابع السينمائي التي تتطلب اتساق الشخصيات، وتنسيق الصوت والفيديو، وضبط حركة الكاميرا. وعلى خلاف سير العمل الذي يحرك صورة ثابتة واحدة فقط، فإن وضع Reference-to-Video لديه يمكنه دمج عدة مراجع مرئية ومقاطع صوتية لتوجيه المشهد الناتج.
النموذج مناسب على نحو خاص للدراما القصيرة بالذكاء الاصطناعي، والسرد الذي تقوده الشخصيات، وإعلانات المنتجات، والفيديو الاجتماعي، والتصور المسبق السينمائي.
الميزات الرئيسية لـ Vidu Q4
اتساق الموضوع الموجّه بالمراجع
سير عمل Reference-to-Video يقبل 1–15 صورة. يمكن لهذه الصور أن توفر إرشاداً بصرياً للشخصيات أو المنتجات أو المواقع أو الأزياء أو أنماط المشاهد. يكون هذا مفيداً عندما يحتاج الفيديو إلى الاحتفاظ بتفاصيل بصرية يمكن التعرف عليها عبر تسلسل كامل بدلاً من ابتكار كل إطار بشكل مستقل.
الاتساق هدف من أهداف التوليد، وليس ضماناً بأن كل إطار سيحافظ تماماً على الوجوه أو النِّسَب أو الشعارات أو التفاصيل الصغيرة.
صوت أصلي وفيديو متزامن
يدعم Q4 Preview إخراجاً سمعياً-مرئياً، مما يتيح للمبدعين توليد مقطع بصوت بدلاً من إضافة الصوت دائماً في خطوة تحرير منفصلة.
كما تقبل نقطة نهاية Reference-to-Video ما يصل إلى ثلاثة مراجع صوتية. يمكن أن تساعد هذه في توجيه الجوانب المتعلقة بالصوت داخل المشهد، بحسب المواد المزودة والموجه. لا ينبغي الخلط بين الصوت المرجعي وبين ضمان تفريغ كلام دقيق، أو هوية صوتية مطابقة، أو مزامنة شفاه مثالية.
التبديل الذكي للكاميرا
يدعم النموذج التبديل التلقائي للكاميرا، مما يساعد على إنشاء مشاهد بوجهات نظر متغيرة بدلاً من زاوية كاميرا ثابتة واحدة.
هذا مهم بشكل خاص لمشاهد الحوار، وتفاعلات الشخصيات، والتتابعات السينمائية، ومقاطع الترويج القصيرة. ومع ذلك، ينبغي على المبدعين فحص اللقطات المولدة للتحقق من الاستمرارية، وتموضع الموضوعات، وما إذا كانت الزوايا المختارة تتوافق مع القصة المقصودة.
دقات إخراج متعددة ونسب أبعاد مختلفة
تسرد خريطة النموذج الرسمية خيارات الإخراج من 540p حتى 4K عند 24 fps. تشمل نسب الأبعاد المدعومة الأوضاع الأفقية والرأسية والمربعة.
يوفر هذا للمبدعين مرونة عند إعداد الفيديوهات لمواضع مختلفة، بما في ذلك:
- 16:9 لمقاطع الفيديو الأفقية التقليدية.
- 9:16 للمحتوى الرأسي القصير.
- 1:1 للمواد المربعة على وسائل التواصل الاجتماعي.
- 3:4 و4:3 لتخطيطات أخرى رأسية أو أفقية.
الدقة الأعلى لا تعني تلقائياً حركة أفضل، أو اتساقاً أقوى، أو عدداً أقل من العيوب البصرية.
توليد غير متزامن عبر API
تتبع الـ API الموثقة سير عمل قائماً على المهام: إرسال طلب توليد، تلقي معرّف مهمة، ثم الاستعلام عن المهمة حتى يصبح الناتج متاحاً.
هذا مناسب لمسارات الإنتاج التي تحتاج إلى معالجة عدة مقاطع، وتتبع حالة المهام، واسترجاع النتائج برمجياً.
مقارنة Vidu Q4 مع Vidu Q3 ومع نماذج فيديو أخرى
| المعيار | Vidu Q4 Preview | Vidu Q3 | نماذج فيديو أخرى |
|---|---|---|---|
| التموضع الأساسي | مشاهد سينمائية تقودها المراجع | توليد فيديو سردي | يعتمد على النموذج |
| المراجع المرئية | حتى 15 صورة | يعتمد على وضع API | يعتمد على النموذج |
| المراجع الصوتية | حتى 3 مقاطع | يعتمد على النموذج والوضع | يعتمد على النموذج |
| المدة القصوى | 16 ثانية | حتى 16 ثانية في مسارات Q3 الموثقة | متفاوت |
| أقصى دقة | 4K | يعتمد على المسار | متفاوت |
| أفضل هدف للتقييم | اتساق الشخصيات والصوت والكاميرا والمشهد | تدفقات العمل السردية والسمعية-المرئية | خاص بالمهمة |
هذه مقارنة قدرات، وليست ترتيباً معيارياً. للتفاصيل التقنية حول Vidu Q3، راجع دليل Vidu Q3 من CometAPI
حالات الاستخدام الموصى بها
- الدراما القصيرة بالذكاء الاصطناعي: الحفاظ على مظهر الشخصية وصوتها عبر مشاهد سردية قصيرة.
- الإعلانات وفيديوهات المنتجات: توجيه مظهر المنتج وتكوين المشهد باستخدام صور مرجعية.
- محتوى وسائل التواصل الاجتماعي: توليد مقاطع قصيرة ذات طابع سينمائي لاختبارات إبداعية وتنوعات الحملات.
- التصور المسبق للأفلام: استكشاف حركة الكاميرا، وتسلسلات الحركة، والانتقالات بين اللقطات قبل الإنتاج.
- رسوم متحركة تقودها الشخصيات: دمج المراجع المرئية مع توجيه صوتي لأداءات أكثر اتساقاً.