اتساق الشخصية في فيديو الذكاء الاصطناعي: الحفاظ على نفس الشخصية في كل مشهد
تعيد معظم أدوات فيديو الذكاء الاصطناعي رسم شخصيتك من الصفر مع كل لقطة — وجه جديد، ملابس مختلفة، وأسلوب متغير تماماً. اتساق الشخصية يعني قدرة الذكاء الاصطناعي على التعرف على نفس الشخص (أو التميمة/المنتج) والحفاظ عليه عبر كافة اللقطات. يحقق Sesshu ذلك عبر الصور المرجعية: حمّل شخصيتك مرة واحدة وأنشئ كافة المشاهد بالاعتماد على نفس المرجع.
الصور المرجعية تسد هذه الفجوة. بدلاً من الوصف النصي التقريبي، تُظهر للنموذج بدقة الوجه والشعر والأسلوب المطلوب استنساخه. تدعم نماذج Seedance 1.5 Pro وKling 4.0 وVidu Q4 المراجع المباشرة في Sesshu.
جرب الآن: أداة إنشاء الفيديو من صورة مرجعية
سجّل الدخول بحساب Google في ثانية واحدة — سجّل يوميًا واحصل على رصيد مجاني (حتى 60 أسبوعيًا)ما يمكنك فعله مجانًا ←
نماذج وعبارات مميزة
انقر على «إنشاء بهذا الوصف» لتعبئة الأداة أعلاه تلقائياً
لم شمل في القطار
“أنشئ فيلمًا قصيرًا سينمائيًا واقعيًا يابانيًا مدته 30 ثانية، بنسبة عرض إلى ارتفاع 16:9. تدور القصة في قطار ركاب ياباني في المساء، حيث يلتقي رجل وامرأة التقيا في أيام دراستهما بشكل غير متوقع؛ تتداخل النظرات القصيرة في الواقع مع ذكريات الحرم الجامعي الربيعية، بمشاعر مقيدة ولطيفة ولمحة من الندم غير المعلن. 【الشخصيات والمراجع】 يشير الشكل 1 إلى المرأة الحالية: شعر أسود متوسط الطول، مكياج طبيعي، معطف بيج ووشاح صوفي فاتح اللون، تحمل حقيبة يد يومية. يشير الشكل 2 إلى الرجل الحالي: شعر أسود قصير، معطف داكن، قميص وكنزة داخلية، يحمل كتابًا مفتوحًا، ويحمل حقيبة كتف داكنة. الشكلان 3 و 4 يستخدمان كمرجع للشخصين في أيام دراستهما. في الذكريات، يرتديان زيًا مدرسيًا يابانيًا داكنًا، مع ملامح وجه وعيون وتسريحات شعر تتوافق مع الشخصيات الحقيقية؛ تُستخدم الصور الأربع فقط لتحديد مظهر الشخصيات، ويجب عدم تحويل الصور المرجعية مباشرة إلى تجميعات ثابتة. 【المشهد والتصوير السينمائي】 عربة قطار ركاب قديمة، درابزين معدني، أحزمة تعليق دائرية بيضاء، مقاعد طويلة على الجانبين، هياكل نوافذ وأبواب واقعية. يجلس الركاب بشكل طبيعي يقرأون أو يستريحون ورؤوسهم إلى الأسفل. خارج النافذة، تمر ببطء منازل يابانية منخفضة الارتفاع، وسكك حديدية، وخطوط كهرباء، ومعالم مدينة بعيدة. تشرق شمس الغروب من النافذة الجانبية، مما يخلق إضاءة حافة ذهبية دافئة على الشخصيات، مع لون رمادي مزرق ناعم في المناطق المظلمة من العربة. عمق مجال ضحل، حبيبات فيلم خفيفة، جودة سينمائية 35 مم، ملمس بشرة طبيعي وتعبيرات دقيقة، بدون تنعيم مفرط للبشرة. 【اللقطات والوقت】 0-4 ثوانٍ: لقطة متوسطة بعيدة على طول ممر القطار، تتحرك الكاميرا ببطء إلى الأمام. يتأرجح القطار بلطف مع الحركة، وتتأرجح أحزمة التعليق قليلاً. يخلق الركاب الجالسون والمناظر الطبيعية المتدفقة خارج النافذة جوًا هادئًا للتنقل. 4-8 ثوانٍ: قطع إلى لقطة جانبية متوسطة قريبة للمرأة. تقف بجانب النافذة، تمسك بيدها برفق حزام تعليق أو درابزين، وتدير رأسها ببطء بعد سماع حركة خلفها. تنظر أولاً إلى الممر، ثم تتوقف نظرتها لفترة وجيزة؛ يتغير تعبيرها من الهدوء إلى شعور بالألفة، وتفترق شفتاها قليلاً، بدون مفاجأة مبالغ فيها. 8-12 ثانية: لقطة من فوق كتف المرأة، ترى الرجل على الجانب الآخر من الممر. كان يقرأ ورأسه إلى الأسفل، يرفع عينيه ويلتقي بنظرتها، متوقفًا عن حمل الكتاب. تتقدم الكاميرا ببطء، ويحافظ الركاب الآخرون في العربة على أفعالهم، ولا ينظرون إلى الكاميرا. 12-17 ثانية: انتقال إلى ذكريات الربيع من خلال التواصل البصري أو تركيبة مماثلة. طريق حرم جامعي تتفتح فيه أزهار الكرز بالكامل، يرتدي الاثنان زيًا مدرسيًا، ويحملان حقائب مدرسية، ويمشيان باتجاه بعضهما البعض تحت الأشجار. تتساقط البتلات بلطف، تنظر الفتاة إلى الوراء نحو الصبي، ويتوقف الصبي أيضًا. الضوء أكثر إشراقًا ونعومة من الواقع، لكن هويات الشخصيات تظل متسقة. 17-22 ثانية: عودة طبيعية إلى نفس عربة القطار. تستدير المرأة بلطف وتمر بجانب الرجل على طول الممر. يمسك الرجل بحزام تعليق بيد واحدة، ولا يزال يمسك الكتاب باليد الأخرى، تتبعها نظراته وهي تمر؛ يدور جسده قليلاً فقط، بدون احتضان أو مطاردة. 22-27 ثانية: لقطة مقربة للرجل. يمر ضوء دافئ وبارد من النافذة على وجهه بينما يدير رأسه ببطء لينظر إلى الوراء، وعيناه مليئتان بالتردد والذكريات. عبر عن المشاعر بتنفس خفيف، ورمش طبيعي، وتغيرات في النظرة، مع الحفاظ على الاتساق في حقيبة كتفه وملابسه وتسريحة شعره. 27-30 ثانية: عودة إلى لقطة متوسطة لعربة القطار، الشخصيات مفصولة بشكل طبيعي بالممر وأحزمة التعليق. يستمر القطار في التحرك إلى الأمام، وتتراجع شمس الغروب خارج النافذة تدريجيًا. دع اللقطة الأخيرة تستمر للحظة، مع الحفاظ على الأثر الهادئ للقاء، دون فرض نهاية. 【الصوت】 احتفظ بصوت عجلات القطار منخفض التردد على القضبان، وصوت تأرجح العربة الخفيف، وأصوات بشرية مكتومة بعيدة. استخدم بيانو ناعم وكمية صغيرة من الآلات الوترية للموسيقى، بحجم صوت أقل من الصوت المحيط. يمكن إضافة كمية صغيرة من السرد الياباني الناعم، للتعبير عن مشاعر ذكريات الربيع واللقاء المنتظر طويلاً؛ يجب أن تكون النبرة طبيعية ومقيدة، مع فواصل تتوافق مع إيقاع اللقطات، بدون حوار صاخب أو بكاء درامي. 【الاتساق والاستثناءات】 يجب أن تظل ملامح الوجه، وتسريحة الشعر، والملابس، والحقيبة، والكتاب في يد نفس الشخصية متسقة عبر جميع اللقطات؛ فقط جزء الذكريات يتحول إلى زي مدرسي. يجب أن تتبع نوافذ القطار، والمقاعد، وأحزمة التعليق، ومواقع الشخصيات علاقات مكانية واقعية. يجب أن تكون انتقالات اللقطات واضحة وطبيعية، مع تجنب القفزات المفاجئة في المحور، أو انجراف الوجه، أو الأصابع المتعددة، أو تكرار الشخصيات، أو تشوه هيكل العربة، أو الوميض، أو التعرض المفرط للضوء، أو الترجمات، أو العناوين، أو الشعارات، أو العلامات المائية.”
رحلة خيالية من الغيوم إلى البحر
فتاة صغيرة ذات كعكتي شعر تقود طائرة وردية وبيضاء عبر غيوم ذهبية بينما تنزلق التنانين والحيتان بجانبها. ثم تركب لوح تزلج على الماء عبر البحر، وتلتقي بتنين أحمر صغير، وأخيرًا تغوص في عالم مضيء تحت الماء. حافظ على الفتاة وملابسها ورفاقها الخياليين متسقين من خلال انتقالات سلسة.
لماذا تتغير الشخصيات (وكيف تحل الصور المرجعية هذه المشكلة)
كل عملية توليد فيديو من نص تكون مستقلة تماماً. أمر مثل 'امرأة ترتدي معطفاً أحمر' ينتج وجهاً مختلفاً في كل مرة — النموذج يبتكر شخصاً جديداً من الصفر ولا يتذكر المشهد السابق.
الصور المرجعية تسد هذه الفجوة. بدلاً من الوصف النصي التقريبي، تُظهر للنموذج بدقة الوجه والشعر والأسلوب المطلوب استنساخه. تدعم نماذج Seedance 1.5 Pro وKling 4.0 وVidu Q4 المراجع المباشرة في Sesshu.
للقصص متعددة المشاهد: أنشئ أولاً صورة بورتريه أمامية واضحة (عبر النص إلى صورة أو صورة حقيقية)، ثم أرفق نفس الصورة كمرجع في كل أمر مشهد. هذه هي آلية العمل المعتمدة في التصور المسبق للأفلام والإعلانات.
كيفية إنشاء فيديو بشخصية متسقة في Sesshu
- STEP 011 / 4
تجهيز أو رفع شخصيتك
صورة أمامية واضحة واحدة: صورة حقيقية، أو بورتريه ذكاء اصطناعي يعجبك، أو تصميم التميمة. صورة واحدة لكل شخصية.
- STEP 022 / 4
فتح أداة تحويل الصورة المرجعية إلى فيديو
في أداة التوليد أدناه (أو عبر /reference-to-video)، أرفق صورة الشخصية كمادة مرجعية.
- STEP 033 / 4
صف المشهد والحركة، لا تعِد وصف الوجه
ركز في الأمر على الحركة والبيئة — مثل 'تمشي في شارع طوكيو الممطر، انعكاسات النيون، إضاءة سينمائية' — فالصورة المرجعية ستتكفل بالحفاظ على الهوية.
- STEP 044 / 4
إنشاء كل المشاهد بنفس المرجع
استخدم نفس الصورة المرجعية في كل لقطة من قصتك لضمان بقاء الشخصية متسقة تماماً عبر كافة المشاهد.
الأسئلة الشائعة حول اتساق الشخصية
هل يمكن للذكاء الاصطناعي الحفاظ على نفس الشخصية عبر فيديوهات متعددة؟
+
نعم — بفضل التوليد القائم على المراجع. عندما تعيد استخدام نفس البورتريه كمرجع لكل مشهد، يستنسخ النموذج الملامح والأسلوب بدقة. يدعم Sesshu سير العمل مع Seedance وKling وVidu.
كم عدد الصور المرجعية التي يمكنني استخدامها؟
+
يدعم Kling 4.0 ما يصل إلى 15 صورة مرجعية في الخطط المدعومة؛ ويعمل Seedance 1.5 Pro بناءً على صورة مرجعية أمامية واحدة واضحة مع السياق. كلما كانت الصورة أوضح، زادت الدقة والاستقرار.
لماذا تظهر أحياناً اختلافات طفيفة في الشخصية؟
+
تؤدي الإضاءة والزوايا الحادة وحركة الكاميرا إلى اختلافات طبيعية. استخدام بورتريه أمامي محايد والتركيز على وصف المشهد يمنع تشوه الملامح.
هل يمكنني التجربة مجاناً؟
+
نعم. يمنحك التسجيل اليومي رصيداً مجانياً (من 6 إلى 12 يومياً، حتى 60 أسبوعياً) يكفي لإنشاء 2-3 مشاهد اختبارية دون الحاجة لبطاقة ائتمان.

