Viggle Remake يحرّر الفيديو محليًا: 12–24 غيغابايت من VRAM تكفي لـ ComfyUI

لديك إعلان جاهز، لكن العميل يطلب بطلًا آخر وخلفية شتوية. يعني ذلك عادةً إعادة التصوير أو عملًا منفصلًا على كل لقطة. يقترح Viggle Remake تحرير الفيديو الأصلي: تحديد التعديل المطلوب، وتجهيز صور مرجعية، والحصول على نسخة جديدة من المشهد. وبالنسبة إلى فريق يبني أدوات إنتاج الفيديو، فهذا سبب وجيه لاختبار المعالجة المحلية على موادّه الخاصة.

نشرت Viggle الأوزان وشيفرة التشغيل والتكامل مع ComfyUI. غير أن وعد «يعمل على بطاقة رسومية منزلية» يحتاج إلى توضيح: السيناريو اليدوي على بطاقة بذاكرة فيديو 12–24 غيغابايت والمعالجة المستقلة بواسطة وكيل هما إعدادان مختلفان. وهذا مفصول صراحةً في وثائق المشروع.

ما الذي يتغيّر بالضبط في المقطع

يقوم Remake على MiniMax-H3 مع وحدتي LoRA متخصصتين. يتولى وضع swap استبدال الشخصيات، ويتولى وضع edit الأغراض والبيئة والطقس والإضاءة. تُدخَل إلى النموذج المقطع الأصلي وتعليمات وصورة إلى أربع صور مُعدّة. تحدد هذه الصور مظهر النتيجة، ويمكن ربطها بإطارات محددة.

لنتخيل متجر ملابس يحتاج إلى نسخ متعددة من عرض إعلاني واحد للعارضة. يجهّز الفريق صورًا بسترة جديدة ويتحقق من انتقال التعديل مع الحركة. السؤال العملي بسيط: كم إطارًا سيتعيّن تصحيحه بعد التوليد، وهل ذلك أرخص من إعادة التصوير؟ المثال الجميل في المستودع لا يجيب عن ذلك بمفرده.

يصف المطورون الحفاظ على الحركة والكاميرا والصوت الأصلي، لكنهم يذكرون أيضًا حالات الإخفاق: عيوب في التفاصيل الصغيرة، ومشكلات مع الشخصيات غير البشرية في اللقطات الطويلة، وإزاحة زمنية للمشاهد عند إعدادات معينة. ومن السابق لأوانه الوعد باستبدال سلس لأي ممثل استنادًا إلى هذه المواد. نُشرت القيود في بطاقة النموذج.

ما الذي يتولاه الوكيل

يتضمن المشروع خادم MCP، وهو واجهة يصل عبرها الوكيل إلى أدوات المعالجة. وبحسب المؤلفين، يستطيع الوكيل العثور على نقاط القطع، وتجهيز الإطارات المفتاحية، وتشغيل معالجة مقاطع منفصلة، والتحقق من النتيجة، وتجميع الفيديو مع المسار الصوتي. ويرد مخطط الاتصال في دليل MCP.

بالنسبة إلى المنتج، هذا أكثر إثارة من زر منفرد لـ«استبدال الوجه»: يمكن بناء طابور مهام وربط تجهيز المواد بالتصيير. لكن وجود MCP لا يبيّن مدى موثوقية العملية كاملةً دون تدخل بشري. ينبغي قياس ذلك على مقاطعك الخاصة.

كنت سأبدأ بلقطة قصيرة واحدة يظهر فيها الوجه واليدان والغرض المتغيّر بوضوح. ثم أختبر دوران الرأس وحجب الغرض والانتقال بين المشاهد. ستكشف هذه المجموعة حدود الأداة أسرع من محاولة إعادة إنتاج إعلان مدته دقيقة دفعة واحدة. ويجدر احتساب عمليات التوليد المتكررة على حدة، فهي قد تلتهم التوفير المتوقع.

كم تكلّف «المحلية»

للبطاقات بذاكرة 12–24 غيغابايت VRAM تتوفر نسخ مكمَّمة وسيناريوهات ComfyUI يدوية. أما الوكيل المستقل على بطاقة RTX 5090 واحدة بذاكرة 32 غيغابايت فيتطلب إعدادًا آخر؛ ويذكر المطورون نحو 60 غيغابايت من الذاكرة العشوائية. وبحسب قياسهم، تُعالَج نافذة من 345 إطارًا بدقة 1280×736 في نحو 28 دقيقة. هذا مؤشر من المؤلفين وليس اختبارًا مستقلًا. التفاصيل في تعليمات ComfyUI.

وبالتالي، في المحرر التفاعلي ينبغي أولًا التحقق من مدى قبول زمن الانتظار. أما في التحضير الدفعي للنسخ ليلًا فقد تكون متطلبات السرعة أخف. من المفيد للمطوّر أن يحدد مسبقًا معنى النتيجة الناجحة: تعرّف البطل، وسلامة المنتج، وغياب العيوب الملحوظة، وحجم التعديل اليدوي.

وقبل إدراجه في منتج تجاري ينبغي أيضًا التمييز بين التراخيص: الشيفرة منشورة بترخيص Apache 2.0، أما الأوزان فتخضع لرخصة MiniMax H3 Community License. والتثبيت المحلي لا يعني بحد ذاته استخدامًا غير محدود. الشروط مبينة في قسم الترخيص.

القيمة العملية لـ Remake هي إمكانية بناء عملية تحرير الفيديو الخاصة بك وقياسها. والخطوة المنطقية التالية للفريق هي تجربة تجريبية صغيرة تراعي الوقت والمحاولات المتكررة والتصحيحات اليدوية. ستُظهر هذه الأرقام أين تقلّص الأداة الإنتاج فعلًا.