Kandinsky 6.0 Pro يتفوق في اختبار أعمى لنماذج الفيديو مع الصوت على LTX 2.5 وMiniMax H3

اختيار نموذج فيديو بناءً على مقاطع العرض الجميلة يشبه اختيار حاسوب محمول من الصورة على العلبة. فكل شركة تعرض أفضل لقطاتها، وتبقى المحاولات الزائدة خارج الكادر. أما الاختبار الأعمى فيزيل على الأقل أثر العلامة التجارية: أنت تقيّم النتيجة لا الشعار. وهذه بالضبط هي التجربة التي أجراها أحد المدوّنين، وجاءت نتيجتها مفاجئة لمن اعتاد النظر إلى النماذج المفتوحة على أنها تلاحق غيرها.

كيف جرى الاختبار

اختار المؤلف ثلاثة نماذج لتوليد الفيديو مع الصوت: LTX 2.5 وMiniMax H3 والنموذج الحديث Kandinsky 6.0. وعلى مدى 10 جولات بقيت الأسماء مخفية، أي أنه كان يشاهد المقاطع دون أن يعرف أي نموذج ولّد أيًّا منها. وبعد ذلك فقط طابق النتائج بالأسماء.

فاز Kandinsky 6.0 Pro. ووفق وصف المؤلف، تفوّق في ثلاث نقاط: جودة التحريك، ورسم المشاهد الجماعية، وثبات تشريح الإنسان. وهي المواضع التي تتعثر فيها نماذج الفيديو عادةً: يتحول الحشد إلى كتلة مشوشة، وتتمايع الأيدي والوجوه، وتبدو الحركة متقطعة.

لماذا لا يقتصر الأمر على الفوز

أهم ما في الخبر هو شروط إتاحة النموذج. يُوزَّع Kandinsky 6.0 بترخيص MIT المفتوح، وهو من أكثر التراخيص تساهلًا: إذ يمكن استخدامه في المنتجات التجارية دون اتفاقات منفصلة. وبالنسبة لفريق يبني خدمة على توليد الفيديو، يعني ذلك مخاطر قانونية أقل، وعدم الاعتماد على واجهة برمجية خارجية وأسعارها.

التفصيل الثاني هو الحجم. فقد حسّن الهواة نسخة Pro إلى 17 غيغابايت وأصدروا إصدارات لتشغيلها على عتاد قياسي. هذا لا يعني أن النموذج سيعمل على أي حاسوب محمول، لكن عتبة الدخول أدنى بكثير مما هي عليه مع الأوزان الأصلية الثقيلة. يمكن تجربة النموذج على جهازك أو على GPU مستأجر بسعر معقول، دون تخصيص ميزانية لعنقود حوسبة.

القيود وما ينبغي فعله

هذا اختبار واحد من مدوّن واحد على 10 جولات. العيّنة صغيرة، والمعايير ذاتية، ومجموعة الأوامر النصية (prompts) غير معروفة لنا. واختيار المشاهد يؤثر كثيرًا في النتيجة: فالنموذج الذي فاز في الحشود والتشريح قد يخسر في النص داخل الكادر أو اللقطات الطويلة أو أسلوب بعينه. كما أن الملخص لا يذكر شيئًا تقريبًا عن جودة الصوت، مع أن الاختبار كان عن الفيديو مع الصوت تحديدًا. لذا ينبغي اعتباره إشارة إلى أن النموذج «يستحق المتابعة»، لا حكمًا نهائيًا.

والخلاصة العملية بسيطة:

• إذا كنت تبني منتجًا لتوليد الفيديو، فأضف Kandinsky 6.0 Pro إلى مجموعة المقارنة لديك بجانب LTX 2.5 وMiniMax H3.
• أعد الاختبار الأعمى على مهامك: خذ 10–20 أمرًا نصيًا نموذجيًا، وأخفِ الأسماء، واطلب من زملائك التقييم.
• افحص على حدة الصوت وثبات الأشخاص في الكادر ووقت التوليد على عتادك.
• إذا كانت النتائج متقاربة، فإن نموذجًا مفتوحًا بترخيص MIT يمنحك هامشًا في التكلفة والتحكم: يمكنك نشره لديك.

المصدر هو فيديو المدوّن على YouTube، حيث يمكنك مشاهدة المقاطع وتقدير الفرق بنفسك. وإذا أكدت عيناك وأوامرك النصية استنتاجه، فسيكون ذلك حجة قوية لصالح منظومة مفتوحة للفيديو.