CogVideoX-2B أداة الذكاء الاصطناعي إنشاء الفيديو من النص مع 4 تقنيات مبتكرة
إنشاء فيديوهات Ai لم يعد صعباً مثلما كنا نظن حيث سوف توفر لك هذه الأداة الرائعة مزيجاً من الواقعية والخيال لتأخذك لعالم ممتلئ بالإبداع والشغف في إنشاء محتوى مميز من الفيديوهات عن طريق أداة CogVideoX-2B حيث لا يوجد باب أمام خيالك وما توفره لك هذه الأداة من إمكانيات عالية في إنشاء الفيديوهات بالذكاء الإصطناعي بسهولة ويسر وفي خطوات بسيطة وفي دقائق معدودة؛ فهيا لنتعرف عليها ولا تنسى إذا لديك أي استفسار اتركه بالتعليقات وشارك المقال لأننا نضع كثيراً من الجهد لكي نوفر لك أحدث أدوات الذكاء الاصطناعي.
وتعتبر أداة الذكاء الاصطناعي لإنشاء الفيديوهات من النصوص CogVideoX-2B نموذج مفتوح المصدر بنسبة 100% بمعنى أنها قابلة للتطوير مع الوقت من أي مبرمج وتستطيع الاطلاع على الكود المصدري لها والتعديل والتطوير عليه بما يناسبك، وهذا يدل على أن الأداة قابلة للتطور مع المستقبل سواء في جودة الفيديوهات التي تقدمها أو مدتها أو نوعيتها بالإضافة لإمكانية توفير مميزات مميزة وكثيرة مستقبلاً ولذلك احرص أن تنضم أداة CogVideoX-2B لإنشاء فيديو من نص إلى مجموعتك الثمينة في تكنولوجيا التسويق الرقمي.
تعد CogVideoX-2B أحدث نموذج مفتوح المصدر لتوليد الفيديو من ZhiPu AI، والذي يشتهر بقدراته القوية على إنشاء الفيديو. فببساطة عن طريق إدخال نص، يمكن للمستخدمين إنشاء محتوى فيديو عالي الجودة دون عناء. يعد CogVideoX-2B أول نموذج في سلسلة CogVideoX، حيث يحتوي على 2 مليار معلمة ويشترك في نفس السلالة مثل منتج توليد الفيديو بالذكاء الاصطناعي من ZhiPu AI، "Qingying".
مُشفِّر ذاتي متغير ثلاثي الأبعاد (3D VAE): باستخدام نهج التفاف ثلاثي الأبعاد مبتكر، يضغط 3D VAE بيانات الفيديو عبر الأبعاد المكانية والزمانية، مما يحقق معدلات ضغط غير مسبوقة وجودة إعادة بناء فائقة. يتضمن هيكل النموذج مُشفِّراً وفك تشفير ومنظم مساحة كامنة، مما يضمن معالجة المعلومات المتماسكة والمنطقية من خلال آليات التفاف سببية.
نموذج فهم الفيديو من البداية إلى النهاية: يعمل هذا التحسين على تحسين فهم النموذج للنص والالتزام بالتعليمات، مما يضمن تلبية مقاطع الفيديو المُولَّدة لمتطلبات المستخدم، حتى مع المطالبات الطويلة والمعقدة.
تقنية المحول الاحترافية: تسمح هذه التقنية بالتحليل العميق لبيانات الفيديو المشفرة، ودمج المدخلات النصية لإنشاء محتوى فيديو عالي الجودة وغني بالسرد كأنك تحكي حكاية عن طريقه.
يدعم طراز CogVideoX المطالبات باللغة الإنجليزية: حيث يمكنه إنشاء مقاطع فيديو مدتها 6 ثوانٍ، مع 8 إطارات في الثانية، ودقة 720*480 حتى الآن، يستهلك استخدام الموزعات للاستدلال 36 جيجابايت من الذاكرة، بينما يستهلك استخدام SAT 18 جيجابايت. بالإضافة إلى ذلك يبلغ استهلاك الذاكرة الدقيق 42 جيجابايت، ويبلغ الحد الأقصى لطول المطالبات 226 رمزاً.
الخطوة الثانية: ادخل النص الذي ترغب به خلال مربع ادخال النص (Enter your prompt here)
الخطوة الثالثة: إذا كتبت نص قليل وتحتاج أن تساعدك الأداة بوضع نص أكثر تفصيلاً ووضوحاً يمكنك الضغط على (✨ Enhance Prompt(Optional)) بأسفل المربع الذي ادخلت به النص
الخطوة الرابعة: يمكنك التحكم في خيارات الفيديو الذي سيتم إنشاؤه (Inference Steps) أو (Guidance Scale)
الخطوة الخامسة: اضغط على زر (🎬 Generate Video)
الخطوة السادسة: ستجد الفيديو تم إنشاؤه بالذكاء الاصطناعي من النص الذي ادخلته ويمكنك تشغيله وتحميله من يمين الشاشة ويمكنك تحميلها إما بصيغة الفيديو MP4 أو صورة متحركة GIF
وخلال الخطوات بالفعل قمنا بإنشاء فيديو على الأداة CogVideoX-2B من النص:
الإرشاد = (لغة الكاميرا + زاوية اللقطة + الإضاءة) + الموضوع (وصف الموضوع) + حركة الموضوع + المشهد (وصف المشهد) + (الجو)
لغة الكاميرا: استخدام تطبيقات الكاميرا المختلفة والانتقالات لنقل القصص أو المعلومات وإنشاء تأثيرات بصرية محددة وأجواء عاطفية، مثل تحريك الكاميرا وتكبيرها وتصغيرها ورفع اللقطات وإمالتها ولقطات التتبع واللقطات المحمولة باليد ولقطات الطائرات بدون طيار وما إلى ذلك.
زاوية اللقطة: التحكم في المسافة والزاوية بين الكاميرا والموضوع لتحقيق تأثيرات بصرية وتعبيرات عاطفية مختلفة، مثل اللقطات الواسعة واللقطات المتوسطة واللقطات القريبة ومنظور عين الطائر واللقطات المتتابعة وتأثيرات عين السمكة وما إلى ذلك.
الإضاءة: الإضاءة عنصر أساسي يعطي روحاً للأعمال الفوتوغرافية. يمكن أن يجعل استخدام الإضاءة الصور أكثر تنوعاً وعاطفية. يمكننا إنشاء أعمال ذات طبقات غنية وتعبير عاطفي من خلال الإضاءة، مثل الضوء الطبيعي وتأثير تيندال والانتشار الناعم والضوء المباشر القوي والصور الظلية ذات الإضاءة الخلفية والإضاءة ثلاثية النقاط وما إلى ذلك.
الموضوع: الهدف الرئيسي للتعبير في الفيديو، مثل الأطفال والأسود وعباد الشمس والسيارات والقلاع وما إلى ذلك.
وصف الموضوع: وصف تفاصيل مظهر الموضوع ووضعيته، مثل ملابس الشخصية ولون فراء الحيوان ولون النبات وحالة الكائن والأسلوب المعماري.
حركة الموضوع: وصف حالة حركة الموضوع، بما في ذلك الحالات الثابتة والديناميكية. يجب ألا تكون حالة الحركة معقدة بشكل مفرط ويجب أن تتناسب مع مدة الفيديو التي تبلغ 6 ثوانٍ.
المشهد: البيئة التي يقع فيها الموضوع، بما في ذلك المقدمة والخلفية.
وصف المشهد: وصف تفاصيل البيئة التي يقع فيها الموضوع، مثل البيئات الحضرية والمناظر الطبيعية الريفية والمناطق الصناعية وما إلى ذلك.
الجو: وصف جو شاشة الفيديو المتوقعة، مثل الصخب والانشغال والتشويق والإثارة والهدوء والراحة وما إلى ذلك.
نصائح أخرى
تكرار الكلمات الرئيسية: يمكن أن يساعد تكرار الكلمات الرئيسية أو التأكيد عليها في أجزاء مختلفة من المطالبة في تحسين اتساق الإخراج، مثل: "تحلق الكاميرا بسرعة فوق الغابة بسرعة فائقة".
التركيز على المحتوى: يجب أن تركز المطالبة على المحتوى الذي يجب أن يكون في الفيديو، مثل: "شارع مهجور"، بدلاً من "شارع بلا أشخاص".
ومن المقرر أن يؤدي توفير CogVideoX-2B كمصدر مفتوح إلى تحقيق تقدم كبير في إنشاء الفيديو بالذكاء الاصطناعي، وفتح آفاق جديدة لإنشاء الفيديو. سواء للاستخدام الشخصي أو تطبيقات المؤسسات، يقدم CogVideoX-2B تجربة غنية وإبداعية لإنشاء الفيديو.
وفي ختام نسعد بمشاركتك بأي استفسار أو تعليق على المقال أو إذا لديك أي مقترحات أو أفكار ترغب بأن نكتب عنها بالمقالات القادمة وسعداء دائماً بتلبيته وشكراً على حسن القراءة ولا تنسى مشاركة محتوانا كتقدير بسيط من شخصك الكريم.
ما معنى الذكاء الاصطناعي Ai Artificial intelligence؟
الذكاء الاصطناعي (AI) هو الذكاء الذي تظهره أنظمة الكمبيوتر. وهو مجال بحثي في علوم الكمبيوتر يطور ويدرس الأساليب والبرامج التي تمكن الآلات من إدراك بيئتها واستخدام التعلم والذكاء لاتخاذ إجراءات تزيد من فرصها في تحقيق أهداف محددة. إذا ترغب بالتعرف أكثر على معنى الذكاء الاصطناعي Ai Artificial intelligence اضغط هنا.ما هي أداة CogVideoX-2B؟
أداة CogVideoX-2B تساعدك على إنشاء مقاطع فيديو عالية الدقة من النصوص التي تقوم بكتابتها إليها. يعني بإختصار تكتب لها نص تعطيك فيديو بالذكاء الاصطناعي يعبر عن ما كتبت من نص، حيث تقوم بوصف شكل الفيديو المطلوب وسيقوم الذكاء الاصطناعي بإنشاء مقطع فيديو مدته حوالي 6 ثوانٍ. استناداً إلى CogVideo، وهذا يعتبر شيء رائع حيث يمكنك الاستفادة من هذا الفيديو في بكل طرق التسويق الرقمي مما يعزز تواجدك الرقمي بشكل رائع وسريع وفريد حيث كل فيديو يتم إنشاؤه من أداة الذكاء الاصناعي CogVideoX-2B فريد من نوعه.وتعتبر أداة الذكاء الاصطناعي لإنشاء الفيديوهات من النصوص CogVideoX-2B نموذج مفتوح المصدر بنسبة 100% بمعنى أنها قابلة للتطوير مع الوقت من أي مبرمج وتستطيع الاطلاع على الكود المصدري لها والتعديل والتطوير عليه بما يناسبك، وهذا يدل على أن الأداة قابلة للتطور مع المستقبل سواء في جودة الفيديوهات التي تقدمها أو مدتها أو نوعيتها بالإضافة لإمكانية توفير مميزات مميزة وكثيرة مستقبلاً ولذلك احرص أن تنضم أداة CogVideoX-2B لإنشاء فيديو من نص إلى مجموعتك الثمينة في تكنولوجيا التسويق الرقمي.
تعد CogVideoX-2B أحدث نموذج مفتوح المصدر لتوليد الفيديو من ZhiPu AI، والذي يشتهر بقدراته القوية على إنشاء الفيديو. فببساطة عن طريق إدخال نص، يمكن للمستخدمين إنشاء محتوى فيديو عالي الجودة دون عناء. يعد CogVideoX-2B أول نموذج في سلسلة CogVideoX، حيث يحتوي على 2 مليار معلمة ويشترك في نفس السلالة مثل منتج توليد الفيديو بالذكاء الاصطناعي من ZhiPu AI، "Qingying".
ما هي التقنيات المستخدمة في أداة CogVideoX-2B؟
يدمج CogVideoX-2B العديد من التقنيات المتطورة، مما يجعله رائداً في مجال توليد الفيديو حيث يتوفر به:مُشفِّر ذاتي متغير ثلاثي الأبعاد (3D VAE): باستخدام نهج التفاف ثلاثي الأبعاد مبتكر، يضغط 3D VAE بيانات الفيديو عبر الأبعاد المكانية والزمانية، مما يحقق معدلات ضغط غير مسبوقة وجودة إعادة بناء فائقة. يتضمن هيكل النموذج مُشفِّراً وفك تشفير ومنظم مساحة كامنة، مما يضمن معالجة المعلومات المتماسكة والمنطقية من خلال آليات التفاف سببية.
نموذج فهم الفيديو من البداية إلى النهاية: يعمل هذا التحسين على تحسين فهم النموذج للنص والالتزام بالتعليمات، مما يضمن تلبية مقاطع الفيديو المُولَّدة لمتطلبات المستخدم، حتى مع المطالبات الطويلة والمعقدة.
تقنية المحول الاحترافية: تسمح هذه التقنية بالتحليل العميق لبيانات الفيديو المشفرة، ودمج المدخلات النصية لإنشاء محتوى فيديو عالي الجودة وغني بالسرد كأنك تحكي حكاية عن طريقه.
يدعم طراز CogVideoX المطالبات باللغة الإنجليزية: حيث يمكنه إنشاء مقاطع فيديو مدتها 6 ثوانٍ، مع 8 إطارات في الثانية، ودقة 720*480 حتى الآن، يستهلك استخدام الموزعات للاستدلال 36 جيجابايت من الذاكرة، بينما يستهلك استخدام SAT 18 جيجابايت. بالإضافة إلى ذلك يبلغ استهلاك الذاكرة الدقيق 42 جيجابايت، ويبلغ الحد الأقصى لطول المطالبات 226 رمزاً.
لماذا تستخدم أداة إنشاء فيديو من نص CogVideoX-2B؟
1- بيانات عالية الجودة تعزز الأداء
استثمرت ZhiPu AI موارد كبيرة في تطوير طريقة فعّالة لتصفية بيانات الفيديو عالية الجودة لتدريب CogVideoX-2B. تستبعد هذه الطريقة بشكل فعال مقاطع الفيديو منخفضة الجودة التي تحتوي على تحرير مفرط أو حركة متقطعة، مما يضمن معايير عالية ونقاء البيانات. بالإضافة إلى ذلك، قام الفريق بشكل مبتكر ببناء خط لتوليد ترجمات الفيديو من تسميات الصور، ومعالجة المشكلة الشائعة المتمثلة في عدم كفاية الأوصاف النصية التفصيلية في بيانات الفيديو وتوفير مصادر معلومات أكثر ثراءً ومتعددة الأبعاد لتدريب النموذج.2- تقييم الأداء والآفاق المستقبلية
يتفوق CogVideoX-2B في العديد من مقاييس الأداء الرئيسية، وخاصة في التقاط الحركة البشرية واستعادة المشهد والمحتوى الديناميكي. وقد حظيت هذه الإنجازات بتقدير واسع النطاق في الصناعة. كما قدمت ZhiPu AI أدوات تقييم تركز على خصائص الفيديو الديناميكية، مما أدى إلى تحسين أبعاد تقييم النموذج بشكل أكبر.كيفية استخدام أداة إنشاء الفيديوهات بالذكاء الاصطناعي CogVideoX-2B
الخطوة الأولى: اضغط على الرابط https://huggingface.co/spaces/THUDM/CogVideoXالخطوة الثانية: ادخل النص الذي ترغب به خلال مربع ادخال النص (Enter your prompt here)
الخطوة الثالثة: إذا كتبت نص قليل وتحتاج أن تساعدك الأداة بوضع نص أكثر تفصيلاً ووضوحاً يمكنك الضغط على (✨ Enhance Prompt(Optional)) بأسفل المربع الذي ادخلت به النص
الخطوة الرابعة: يمكنك التحكم في خيارات الفيديو الذي سيتم إنشاؤه (Inference Steps) أو (Guidance Scale)
الخطوة الخامسة: اضغط على زر (🎬 Generate Video)
الخطوة السادسة: ستجد الفيديو تم إنشاؤه بالذكاء الاصطناعي من النص الذي ادخلته ويمكنك تشغيله وتحميله من يمين الشاشة ويمكنك تحميلها إما بصيغة الفيديو MP4 أو صورة متحركة GIF
وخلال الخطوات بالفعل قمنا بإنشاء فيديو على الأداة CogVideoX-2B من النص:
A cinematic frame captures a solitary businessman, dressed in a tailored suit, perched thoughtfully at his grand, antique wooden desk. The room is dimly lit, with streams of soft sunlight spilling through half-closed blinds, casting a warm glow on the polished surface. He leans back in his leather chair, steepling his fingers, his gaze distant and reflective. The weight of his responsibilities is palpable, yet his demeanor exudes quiet determination. The camera slowly zooms in, emphasizing the serious expression on his face as he contemplates strategies to navigate the challenges ahead and secure the future prosperity of his enterprise. The quiet hum of the city below is a subtle reminder of the competitive world he navigates, while the antique surroundings speak to his respect for tradition and longevity in the ever-evolving corporate landscape.
فصل جديد في إنشاء الفيديو CogVideoX:
CogVideoX هو نموذج كبير لإنشاء النص إلى فيديو يعتمد على تقنية Transformer. تم إصداره مفتوح المصدر لأول مرة في مايو 2022 وتلقى تحديثاً مهماً في 6 أغسطس 2024. يتضمن التحديث الأخير إتاحة تقنية 3D Causal VAE المستخدمة في نموذج CogVideoX 2B والتي تعيد بناء مقاطع الفيديو بشكل احترافي ومميز. CogVideoX 2B مفتوح المصدر مما جلب حيوية جديدة إلى مجال إنشاء الفيديو.نصائح حول تحويل النص إلى فيديو
إن دقة ومستوى التفاصيل في الإرشادات تؤثر بشكل مباشر على جودة محتوى الفيديو. إن استخدام الإرشادات المنظمة يمكن أن يعزز بشكل كبير من أهمية واحترافية محتوى الفيديو. وفيما يلي المكونات الرئيسية لبناء الإرشادات:الإرشاد = (لغة الكاميرا + زاوية اللقطة + الإضاءة) + الموضوع (وصف الموضوع) + حركة الموضوع + المشهد (وصف المشهد) + (الجو)
لغة الكاميرا: استخدام تطبيقات الكاميرا المختلفة والانتقالات لنقل القصص أو المعلومات وإنشاء تأثيرات بصرية محددة وأجواء عاطفية، مثل تحريك الكاميرا وتكبيرها وتصغيرها ورفع اللقطات وإمالتها ولقطات التتبع واللقطات المحمولة باليد ولقطات الطائرات بدون طيار وما إلى ذلك.
زاوية اللقطة: التحكم في المسافة والزاوية بين الكاميرا والموضوع لتحقيق تأثيرات بصرية وتعبيرات عاطفية مختلفة، مثل اللقطات الواسعة واللقطات المتوسطة واللقطات القريبة ومنظور عين الطائر واللقطات المتتابعة وتأثيرات عين السمكة وما إلى ذلك.
الإضاءة: الإضاءة عنصر أساسي يعطي روحاً للأعمال الفوتوغرافية. يمكن أن يجعل استخدام الإضاءة الصور أكثر تنوعاً وعاطفية. يمكننا إنشاء أعمال ذات طبقات غنية وتعبير عاطفي من خلال الإضاءة، مثل الضوء الطبيعي وتأثير تيندال والانتشار الناعم والضوء المباشر القوي والصور الظلية ذات الإضاءة الخلفية والإضاءة ثلاثية النقاط وما إلى ذلك.
الموضوع: الهدف الرئيسي للتعبير في الفيديو، مثل الأطفال والأسود وعباد الشمس والسيارات والقلاع وما إلى ذلك.
وصف الموضوع: وصف تفاصيل مظهر الموضوع ووضعيته، مثل ملابس الشخصية ولون فراء الحيوان ولون النبات وحالة الكائن والأسلوب المعماري.
حركة الموضوع: وصف حالة حركة الموضوع، بما في ذلك الحالات الثابتة والديناميكية. يجب ألا تكون حالة الحركة معقدة بشكل مفرط ويجب أن تتناسب مع مدة الفيديو التي تبلغ 6 ثوانٍ.
المشهد: البيئة التي يقع فيها الموضوع، بما في ذلك المقدمة والخلفية.
وصف المشهد: وصف تفاصيل البيئة التي يقع فيها الموضوع، مثل البيئات الحضرية والمناظر الطبيعية الريفية والمناطق الصناعية وما إلى ذلك.
الجو: وصف جو شاشة الفيديو المتوقعة، مثل الصخب والانشغال والتشويق والإثارة والهدوء والراحة وما إلى ذلك.
نصائح أخرى
تكرار الكلمات الرئيسية: يمكن أن يساعد تكرار الكلمات الرئيسية أو التأكيد عليها في أجزاء مختلفة من المطالبة في تحسين اتساق الإخراج، مثل: "تحلق الكاميرا بسرعة فوق الغابة بسرعة فائقة".
التركيز على المحتوى: يجب أن تركز المطالبة على المحتوى الذي يجب أن يكون في الفيديو، مثل: "شارع مهجور"، بدلاً من "شارع بلا أشخاص".
مستقبل أداة CogVideoX-2B لإنشاء الفيديو من النص
أعلنت شركة ZhiPu AI عن تطوير نماذج أكثر قوة بمعلمات أكبر. وتدعو المطورين إلى المساهمة في مجتمع المصادر المفتوحة من خلال تحسين التحسين الفوري وطول الفيديو ومعدل الإطارات والدقة وتعديل المشهد والعديد من الميزات الأخرى المتعلقة بالفيديو، ويهدف هذا الجهد التعاوني إلى رفع جودة وتطبيق تقنية إنشاء الفيديو.ومن المقرر أن يؤدي توفير CogVideoX-2B كمصدر مفتوح إلى تحقيق تقدم كبير في إنشاء الفيديو بالذكاء الاصطناعي، وفتح آفاق جديدة لإنشاء الفيديو. سواء للاستخدام الشخصي أو تطبيقات المؤسسات، يقدم CogVideoX-2B تجربة غنية وإبداعية لإنشاء الفيديو.
وفي ختام نسعد بمشاركتك بأي استفسار أو تعليق على المقال أو إذا لديك أي مقترحات أو أفكار ترغب بأن نكتب عنها بالمقالات القادمة وسعداء دائماً بتلبيته وشكراً على حسن القراءة ولا تنسى مشاركة محتوانا كتقدير بسيط من شخصك الكريم.
