خلاصة القول
يتيح لك الفيديو المرجعي في Seedance 2.0 تثبيت الحركة — مثل حركات الكاميرا، تصميم رقصات الشخصيات، التوقيت — إلى مقطع موجود بدلاً من وصف كل شيء بالنص. استخدم مقاطع مرجعية تتراوح مدتها من 3 إلى 8 ثوانٍ: لقطة واحدة، بدون قصات سريعة، وبضغط H.264 نظيف. اجعل المطالبات النصية قصيرة (ثلاث صفات أو أقل للأسلوب). يصف النص ما لا يمكن للمرجع إظهاره؛ بينما يتولى المرجع معالجة الحركة. إذا انحرف إخراجك أو تجاهل المرجع، فاتبع خطوات استكشاف الأخطاء وإصلاحها في هذا الدليل.
مقدمة
يعمل توليد الفيديو النصي فقط بشكل جيد للمفاهيم العامة: مثل المشاهد الجوية، الاتجاهات الاستكشافية، والمقاربات البصرية المتنوعة. عندما تكون الحركة محددة مسبقًا — مثل التوقيت الدقيق لإيماءة، تقريب الكاميرا، أو دورة المشي — تكون الأوصاف النصية غير دقيقة.
الفيديو المرجعي يسد هذه الفجوة. أنت تقدم مقطعًا يوضح ما تريده، ويقوم Seedance 2.0 بإعادة تفسير الحركة في المشهد الجديد الذي وصفته.
يغطي هذا الدليل متى يكون الفيديو المرجعي مفيدًا مقابل متى يكون النص وحده أفضل، وكيفية إعداد مقاطع مرجعية فعالة، وكيفية إصلاح المشكلات الأكثر شيوعًا.
زر
متى تستخدم الفيديو المرجعي
يعمل الفيديو المرجعي بشكل أفضل لـ:
- الإيماءات الدقيقة: التوقيت الدقيق مثل "نقرة إبهام" أو "إيماءة رأس تتزامن مع النبضة الثالثة". لا يمكن للنص التقاط التوقيت الدقيق؛ يمكن للمقطع المرجعي ذلك.
- تصميم الرقصات: أنماط حركة متسقة مثل المشي بوتيرة معينة أو روتين جسدي متكرر.
- حركات الكاميرا: عمليات دقيقة مثل التقريب البطيء، المدارات المتحكم بها، أو تغييرات الإطار المحددة. هذه يصعب وصفها بدقة.
- مزامنة الإيقاع: مزامنة الإجراءات مع الإشارات الصوتية. يمكن للنموذج قراءة التوقيت من مقطع مرجعي بشكل أفضل من الوصف النصي.
النص فقط أفضل لـ:
- المفاهيم العامة أو القطع الجوية حيث التنوع جيد
- استكشاف اتجاهات بصرية مختلفة لنفس المحتوى
- عندما لا يكون لديك مقطع مرجعي مناسب وتكون الحركة بسيطة بما يكفي لوصفها
إعداد المقاطع المرجعية
المقطع المرجعي الجيد يمتلك هذه الخصائص:
المدة: من 3 إلى 8 ثوانٍ. المقاطع الأقصر تمنح النموذج معلومات قليلة جدًا. المقاطع الأطول تخاطر بتقليل ثقة النموذج وإنتاج إخراج غير متسق.
الاستمرارية: لا توجد تعديلات، لا قصات سريعة، ولا قصات من أي نوع. لقطة واحدة متواصلة من البداية إلى النهاية.
الضغط: ضغط H.264 نظيف بدون تشوهات التكتلات الكبيرة (macro-blocking). المقاطع المضغوطة أو المعاد ترميزها والتي تظهر فيها تشوهات مرئية تنتج نتائج أسوأ.
وضوح الموضوع: تساعد الخلفيات البسيطة والإضاءة الثابتة النموذج على قراءة شكل الموضوع وحركته بوضوح. الخلفيات المزدحمة تنافس الموضوع على انتباه النموذج.
قائمة التحقق قبل رفع مقطع مرجعي:
- [ ] أقل من 8 ثوانٍ
- [ ] لقطة واحدة متواصلة، بدون قصات
- [ ] ضغط نظيف، بدون تكتلات مرئية
- [ ] الموضوع مرئي بوضوح مقابل الخلفية
- [ ] إضاءة ثابتة طوال المقطع
التحفيز باستخدام مقطع مرجعي
عند دمج مقطع مرجعي مع مطالبة نصية، يجب أن يكمل النص المرجع بدلاً من تكراره.
ركز النص على ما لا يظهره المرجع:
يتولى المرجع معالجة الحركة والتوقيت. استخدم النص لـ:
- واصفات النمط (الإضاءة، لوحة الألوان، النغمة البصرية)
- هوية الموضوع (من أو ماذا يظهر في المشهد الجديد)
- سياق الكاميرا (إذا لم يكن واضحًا بالفعل من المرجع)
- قيد واحد أو قيدين
هيكل المطالبة الأمثل:
النمط: [2-3 واصفات للإضاءة ولوحة الألوان]
الموضوع: [وصف الهوية باستخدام ميزات مرئية مستقرة]
الكاميرا: [إذا كانت مختلفة عن المرجع]
نية المرجع: "احترم الحركة من المرجع: أعد تفسير الملمس واللون."
يجب ألا: [قيد محدد واحد إذا لزم الأمر]
مثال:
المقطع المرجعي: شخص يسير بخطوات محددة ومقيسة
المطالبة النصية:
النمط: ضوء فترة ما بعد الظهيرة الدافئ، درجات لون ذهبية
الموضوع: رجل يرتدي بدلة رمادية، في أوائل الأربعينات، بوقفة واثقة
احترم الحركة من المرجع: أعد تفسير الملمس واللون.
يجب ألا: يغير وتيرة المشي
حد الصفات الثلاث:
أكثر من ثلاث واصفات للنمط يخلق تعليمات متضاربة. يحاول النموذج دمجها جميعًا وغالبًا ما لا يرضي أيًا منها بشكل جيد. اختر الواصفات الثلاثة الأكثر أهمية وتجاهل البقية.
استخدام الـ API عبر WaveSpeedAI
يمكن الوصول إلى Seedance 2.0 عبر واجهة برمجة تطبيقات WaveSpeedAI (API). نقطة نهاية الفيديو المرجعي:
POST https://api.wavespeed.ai/api/v2/seedance/v2/image-to-video
Authorization: Bearer {{WAVESPEED_API_KEY}}
Content-Type: application/json
{
"prompt": "ضوء فترة ما بعد الظهيرة الدافئ، درجات لون ذهبية. رجل يرتدي بدلة رمادية يمشي للأمام. احترم الحركة من المرجع.",
"image_url": "https://example.com/subject-reference.jpg",
"reference_video_url": "https://example.com/motion-reference.mp4",
"duration": 5,
"aspect_ratio": "16:9"
}
الاختبار باستخدام Apidog
قم بإعداد مجموعة اختبار قبل بناء تكاملك.
إعداد البيئة:
أنشئ بيئة Apidog باستخدام WAVESPEED_API_KEY كمتغير سري.
سير العمل بطلبين:
يبدأ الطلب 1 عملية التوليد. ويستعلم الطلب 2 عن الانتهاء.
الطلب 1:
POST https://api.wavespeed.ai/api/v2/seedance/v2/image-to-video
Authorization: Bearer {{WAVESPEED_API_KEY}}
Content-Type: application/json
{
"prompt": "{{motion_prompt}}",
"image_url": "{{subject_image}}",
"reference_video_url": "{{reference_clip}}",
"duration": {{duration}},
"aspect_ratio": "16:9"
}
في علامة تبويب "الاختبارات"، استخرج معرّف المهمة للاستعلام:
pm.environment.set("job_id", pm.response.json().id);
الطلب 2:
GET https://api.wavespeed.ai/api/v2/predictions/{{job_id}}
Authorization: Bearer {{WAVESPEED_API_KEY}}
تأكيد:
جسم الاستجابة، حقل الحالة يساوي "completed"
دليل استكشاف الأخطاء وإصلاحها
تذبذب الحركة
- قص المقطع لإزالة التعديلات الدقيقة غير المقصودة عند الأطراف
- قلل الضوضاء البصرية في اللقطات المصدر
- قم بالتثبيت أثناء الالتقاط بدلاً من إضافة التثبيت في مرحلة ما بعد الإنتاج
- قلل طول المقطع المرجعي إلى 3-5 ثوانٍ
- بسّط المطالبة النصية (أزل الواصفات التي قد تتعارض)
تجاهل المرجع (النموذج يتجاهل المقطع المرجعي)
- بالغ في الحركة قليلاً ومركز الموضوع في الإطار
- ضمّن نوعًا واحدًا فقط من الحركة لكل مقطع (لا تخلط بين حركات الكاميرا وحركة الشخصية)
- اذكر الحركة بوضوح في النص: "انسخ حركة الكاميرا من المرجع"
- استخرج أنظف فترة تتراوح من 2-3 ثوانٍ من المقطع المرجعي
- استخدم علامات مرجعية (شريط لاصق على سطح) لتوضيح المنظر (parallax) في مراجع حركة الكاميرا
انحراف النمط (الإخراج لا يتطابق مع الجمالية المقصودة)
- قلل واصفات النمط إلى اثنين أو ثلاثة
- أضف إطارًا مرجعيًا ثابتًا واحدًا بجانب مرجع الفيديو
- بسّط الأنماط والتفاصيل المزدحمة في المقطع المرجعي
- حافظ على ثبات الإعدادات عبر عمليات التقديم
- ثبّت الحركة أولاً (اجعل الحركة صحيحة قبل التكرار على المظهر)
الحقوق والموافقة
يتطلب الفيديو المرجعي الذي يتضمن أشخاصًا يمكن التعرف عليهم موافقة. المتطلبات العملية:
- موافقة كتابية من أي شخص تظهر حركته أو صورته في المقطع المرجعي
- توقيعات الأوصياء للقصر
- تحقق من أن مواقع التصوير تسمح بالاستخدام التجاري
- استبعد الشعارات البارزة أو علامات الأطراف الثالثة من المرجع
- احتفظ بالسجلات: التواريخ، ملاحظات الموافقة، إصدارات المقاطع
تنطبق هذه المتطلبات على كل من المقطع المرجعي وأي مواضيع قابلة للتحديد تظهر في الإخراج الناتج.
الأسئلة الشائعة
هل يحل الفيديو المرجعي محل الصورة المرجعية؟
إنهما يخدمان أغراضًا مختلفة. ترسّخ الصورة المرجعية مظهر الموضوع (من يظهر في المشهد). ويرسّخ الفيديو المرجعي الحركة (كيف تتحرك المواضيع والكاميرا). استخدم كليهما عندما تريد التحكم في المظهر والحركة بشكل مستقل.
ما هو الطول المناسب للمقطع المرجعي؟
من 3 إلى 8 ثوانٍ. قصير جدًا: يحتوي النموذج على معلومات حركة غير كافية. طويل جدًا: تنخفض ثقة النموذج ويصبح الإخراج غير متسق.
هل يمكنني استخدام مقطع مرجعي من نوع مختلف؟
نعم. يمكنك استخدام مقطع مرجعي لشخص يسير من سياق معين وتوليد شخصية روبوت تسير بنفس المشية. تنتقل الحركة؛ ويتم استبدال المحتوى المرئي بوصفك النصي ومرجع الموضوع.
ما هي دقة المقطع المرجعي التي يجب أن تكون عليها؟
720 بكسل أو أعلى. المقاطع المرجعية ذات الدقة المنخفضة جدًا توفر معلومات حركة أقل وتنتج عمليات نقل بجودة أدنى.
هل يمكنني توليد مقاطع متعددة من نفس المرجع؟
نعم. يمكن لنفس المقطع المرجعي أن يدفع عمليات توليد متعددة بمطالبات مختلفة. هذا مفيد لتوليد اختلافات متعددة للمشهد بحركة متسقة.