مبتدئ يصوّر مشهد تبادل إطلاق نار سينمائي في Seedance 2.5 خلال 4 ساعات وبتكلفة 40 دولارًا

المستخدم @Maf1k3 يعمل في مجال الفيديو بالذكاء الاصطناعي منذ أسبوعين فقط. وخلال هذه المدة أنجز مسلسل «Konchenye kozyrki» («الكاسكيتات المنتهية») على طريقة غاي ريتشي، وأبطاله هو وأصدقاؤه. كانت الحلقات الأولى مجرد مزحة: مجموعة صور شبه خالية من الحبكة. ومع اقتراب النهاية راودته رغبة في فيلم حقيقي، فصوّر في الحلقة الخامسة تبادل إطلاق نار متكاملًا. والمثير في هذا العرض ليس النتيجة بل العملية: فقد حصل المؤلف على خط إنتاج واضح ورخيص يمكن تكراره.

كيف يعمل خط الإنتاج

المشهد: مواجهة مع «دون» في موقف سيارات تحت الأرض. عبارة أُسيء فهمها، فيمسك البطل بالمسدس، ثم حركة بطيئة على أغنية «Time in a Bottle» لجيم كروتشي. كان المطلوب أن يخرج المشهد ملحميًا وحزينًا في آن واحد.

قسّم المؤلف العمل بين النماذج كما تُقسَّم الأدوار في فريق:

• ChatGPT — شريك في كتابة الحبكة ودوافع الشخصيات. وهو من أنشأ أيضًا مهارة (skill) تكتب أوامر Seedream بأسلوب المؤلف.
• Claude — «المدير التقني». كان يقترح إخراج كل لقطة، وكان المؤلف يعدّله بما يناسب رؤيته. وكل أوامر Seedance كتبها Claude أيضًا.
• Seedream 5.0 Pro — لقطات مرجعية.
• Seedance 2.5 عبر Hedra — الفيديو نفسه وجميع المؤثرات الصوتية.
• DaVinci Resolve — المونتاج. الموسيقى: Jim Croce.

صنع المؤلف بقية الحلقات في MiniMax H3. لكنه أراد أن تكون الخاتمة جميلة، فنقل مشهد تبادل إطلاق النار بكامله إلى Seedance ودفع مقابل ذلك على حدة.

ما الذي ينجح في Seedance وما الذي لا ينجح

أهم ما في ملاحظات المؤلف هو الملاحظات العملية. وهذه التي ستفيد كل من يصنع فيديو بالأوامر النصية:

• قسّموا المشهد إلى لقطات. يرتبك النموذج في مشهد أكشن طويل بلقطة واحدة دون قطع. والخطة العاملة: لقطات منفصلة بقطع حاد، مع تحديد المدة ونوع الانتقال لكل منها. وداخل اللقطة كان المؤلف يفصّل كل شيء بالثواني: الكاميرا والحركة والحركة البطيئة وما هو خارج التركيز.
• حددوا الكاميرا دائمًا. إن لم تحددوا موضعها وكيف تتحرك، ينسخ النموذج زاوية الصورة المرجعية.
• انتبهوا للمراجع. يقرأ النموذج اللقطات الثابتة الزائدة على أنها الإطار الأول. والأفضل وصف توزيع الشخصيات في المكان نصيًا.
• صِفوا الشخصيات في أسطر منفصلة. لكل شخصية وسمها ودورها. وبحسب ملاحظة المؤلف، تثبت الوجوه بهذه الطريقة بشكل أفضل.
• لا تلاحقوا التوليدات الطويلة. فقد خرجت غير مثالية، لذلك اقتطع المؤلف منها الأجزاء الناجحة.

وجاءت المشاعر جيدة. ففي لقطة snorricam على أحد الأبطال كان لا بد من إظهار الخوف وعدم الفهم. وبحسب المؤلف، تحقق ذلك تقريبًا من المحاولة الأولى. ولم يشوّه النموذج وجوه أشخاص حقيقيين ولو مرة، حتى بدقة 480p. صحيح أن المشهد مبني في الأساس على اللقطات القريبة، ويكاد يخلو من اللقطات العامة جدًا، وهي التي تنهار فيها الوجوه عادةً أولًا.

المال والوقت والدقة

استغرق توليد المشهد ومونتاجه نحو أربع ساعات. وأُنفق نحو 6–7 آلاف رصيد من Hedra، أي نحو 40 دولارًا.

وثمة اكتشاف آخر يتعلق بالدقة. فقد خطط المؤلف لإنجاز الخاتمة بدقة 720p واستخدام 480p للمسودات. لكن المسودات بدت لائقة بما يكفي فلم يُعد إنتاجها. وفي النهاية بقي المشهد كله تقريبًا بدقة 480p، ولم تُنجز بدقة 720p سوى لقطتين. وقارن بين الإصدارين 2.0 و2.5 على المشهد الأول فلم يرَ فرقًا يُذكر، لكن الإصدار 2.5 بدقة 480p في Hedra تبيّن أنه أرخص، فأنجز كل ما بعده فيه.

ماذا نفعل بهذا وأين المحاذير

تنبيه مهم: هذه تجربة شخصية لمؤلف واحد وليست اختبار أداء (بنشمارك). وهو مبتدئ ويكتب بصراحة أنه لا يتخيل العودة إلى نماذج أخرى. ولا توجد مقارنة بالمنافسين بالمقاييس. أما عبارات مثل «لا مأخذ عليه» و«تقريبًا كل شيء من المحاولة الأولى» فهي تقييمات ذاتية. والنتيجة بدقة 480p جيدة لمسلسل هواة على Telegram، لكنها قد لا تكفي للإنتاج التجاري. والتكلفة مرتبطة بتعرفة Hedra وقد تتغير.

والخلاصة العملية للمطورين ومديري المنتجات: يصبح توليد الفيديو أشبه بالعمل المعتاد مع الشيفرة البرمجية: لديكم مواصفة بحسب اللقطات، ونموذج منفّذ، ونموذج «مدير تقني» يكتب هذه المواصفة. فالقصة المصورة (ستوري بورد) مع التوقيتات، والقطع الحاد بدل اللقطات الطويلة، ووسوم الشخصيات، كلها أساليب يمكن اعتمادها في عملكم من الآن.

جرّبوا هكذا: مسودة أولًا بدقة منخفضة، ثم قرروا هل يستحق الأمر إنفاق المال على 720p. وقد قرر المؤلف في النهاية أن ذلك لا يستحق، ووفّر.