ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارTG: @cgevent (Метаверсище и ИИще)→ المصدر

Claude Code يبني مسودة ثلاثية الأبعاد في المتصفح، وMiniMax H3 يولّد الفيديو اعتمادًا عليها

تتعثر نماذج الفيديو في فهم الأوصاف النصية لحركة الكاميرا والمشية، وكل محاولة فاشلة في التوليد تكلّف مالًا. يبني Claude Code باستخدام Three.js (مكتبة ثلاثية الأبعاد للمتصفح) مسودة للمشهد — أي تصورًا مسبقًا (previs) — بمجسّم رمادي تُضبط عليه الخطوة والتوقف وزوايا التصوير. يُمرَّر المقطع المسجَّل إلى نموذج الفيديو MiniMax H3 كمرجع للحركة، فيُختزل الموجّه إلى بندين. لذلك يكون تعديل الإخراج في المتصفح أرخص، مع إبقاء التوليد المدفوع للمرحلة النهائية.

معالج بواسطة الذكاء الاصطناعي من TG: @cgevent (Метаверсище и ИИще)؛ بتحرير Hamidun News
Claude Code يبني مسودة ثلاثية الأبعاد في المتصفح، وMiniMax H3 يولّد الفيديو اعتمادًا عليها
المصدر: TG: @cgevent (Метаверсище и ИИще). كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليTG: @cgevent (Метаверсище и ИИще) ↗
رئيس التحرير
موجّه MiniMax H3«اتبع الحركة الواردة في الفيديو» مع وصف الموقع
مجسّم بلا خاماتتُضبط في المتصفح فيزياء الخطوة وزوايا الكاميرا
حقيقة رئيسية #3ثنيات القماش والأكمام ما زالت تحتاج إلى معالجة يدوية

تفهم نماذج الفيديو الأوصاف النصية للحركة فهمًا ضعيفًا، وكل محاولة تكلّف مالًا. تكتب كيف تمشي الشخصية في الشارع، وتتوقف لحظة، وتلتفت حولها، بينما تدور الكاميرا حولها من اليسار، فتحصل على مشية غير المطلوبة، وتوقف في غير موضعه، وكاميرا تتجه إلى غير الوجهة. يعرض صاحب قناة «Метаверсище» (@cgevent) على تيليغرام حلًا بديلًا. في البداية يكتب Claude Code، وهو وكيل برمجة بالذكاء الاصطناعي من Anthropic، مشهدًا تجريبيًا بمكتبة Three.js (مكتبة JavaScript شائعة للرسوم ثلاثية الأبعاد في المتصفح)، وهو ما يُعرف بالتصور المسبق (previs)، أي رسم أولي رخيص للقطة المرتقبة. ثم يُسلَّم هذا الرسم على شكل مقطع إلى نموذج الفيديو MiniMax H3 كنموذج للحركة. هكذا يُنجَز الإخراج في الشيفرة، ويبقى التوليد المدفوع للمرحلة النهائية.

كيف يعمل خط الإنتاج

الفكرة مألوفة لكل من عمل في السينما أو الرسوم المتحركة: قبل التصوير المكلف يُنفَّذ التصور المسبق ويُضبط التمركز (blocking)، أي مكان وقوف كل شخص وكيف يتحرك ومن أين تصوّره الكاميرا. هنا يتولى Claude Code دور فنان التصور المسبق.

في المرحلة الأولى يبني الوكيل مشهدًا خفيفًا في المتصفح. يضم المشهد مجسّمًا بسيطًا بلا خامات، وهو شخصية رمادية بلا وجه ولا ملابس. وفي المتصفح مباشرة تُضبط فيزياء الخطوة، ومدة التوقف قبل الالتفات، وزوايا الكاميرا. لا يوجد نموذج فيديو في هذه المرحلة إطلاقًا: التعديل هنا هو تغيير بضعة أسطر من الشيفرة وإعادة تحميل الصفحة، لا توليدًا جديدًا مدفوعًا.

بعد ذلك يُسجَّل المشهد كمقطع قصير ويُمرَّر إلى MiniMax H3 كمرجع إدخال. يقصّر المؤلف الموجّه النهائي عمدًا إلى بندين: اتباع الحركة الواردة في الفيديو الأصلي، ووصف الموقع المطلوب. وكل ما كان يُكتب سابقًا بالكلمات — مسار الكاميرا والتوقيتات والمشية — صار مضمّنًا في المرجع نفسه.

لماذا يوفّر هذا المال

لا يتضمن المنشور أرقامًا محددة عن التكلفة، لذا لا يمكن الحديث بأمانة إلا عن المنطق. استدلال الفيديو، أي تشغيل نموذج الفيديو، هو أغلى حلقة في السلسلة، وكل محاولة فاشلة تُدفع كلفتها كاملة. أما التصور المسبق في المتصفح فتكاد كلفته تنعدم: يُرسم المجسّم البسيط على حاسوب محمول عادي، وتقتصر كلفة Claude Code على الرموز (tokens) اللازمة لكتابة سكربت صغير.

وهكذا تنتقل التكرارات إلى المكان الذي تكون فيه رخيصة. يمكن اختبار عشرة تنويعات للتوقف قبل الالتفات في المتصفح خلال دقائق، ولا يذهب إلى نموذج الفيديو إلا النسخة المعتمدة. والأثر الثاني هو قِصَر الموجّه. فحين تُحدَّد الحركة بمقطع، تقل مساحة التأويل الحر أمام النموذج، ويقل لدى المؤلف سبب إعادة كتابة الوصف عشر مرات.

هذا امتداد لنهج يسميه المؤلف توسيعًا لفكرة التصيير العصبي (neurorender). فقد رأى سابقًا أمثلة جمع فيها الوكيل Astra في Blender مشاهد داخلية وخارجية وحرّك الكاميرا بنفسه. والآن ينتقل المبدأ نفسه، «أولًا قاعدة ثلاثية الأبعاد يمكن التحكم بها، ثم الشبكة العصبية»، إلى الشخصيات. وبذلك يبقى سؤال: من سيصنع المشاهد التمهيدية والمجسّمات ثلاثية الأبعاد؟ ويجيب المؤلف: الوكيل.

القيود وكيفية التعامل معها

يسمّي المؤلف نفسه نقطة الضعف: الديناميكيات الثانوية، كثنيات القماش وحركة الأكمام، ما زالت تحتاج إلى معالجة. فالمجسّم العاري من الملابس لا يُظهر كيف تتفاعل المادة مع الخطوة والدوران، ونموذج الفيديو لا يستكمل ذلك دائمًا بصورة مقنعة. وفي مقطع تجاري يعني هذا معالجة لاحقة يدوية أو جولات توليد إضافية.

وهناك تحفظات أخرى. فلكي تحكم بأن الوكيل كتب مشية معقولة، عليك أن تقيّمها بعينك، ولذا تفيد مهارات أساسية في التعامل مع الأبعاد الثلاثية. كما أن هذا وصف لحالة واحدة من قناة شخصية، لا اختبار قياسي (benchmark): فعدد المحاولات التي وُفّرت تحديدًا لم يرد في المنشور.

ما يستحق الاحتفاظ به

الخلاصة بسيطة لفرق الإنتاج والاستوديوهات. إذا كانت الميزانية تُستنزف في اختيار صياغات للكاميرا والحركة، فانقلوا هذا العمل إلى الشيفرة والتصيير الرخيص. يصلح Claude Code مع Three.js مولّدًا سريعًا للمشاهد التمهيدية، ويبقى نموذج الفيديو الطبقة الأخيرة التي تضيف الصورة والضوء والموقع على حركة جرى الاتفاق عليها مسبقًا.

وبالنسبة إلى مطوّري أدوات الوكلاء، هذا مثال آخر على تقسيم معقول للعمل: يكتب الوكيل شيفرة حتمية حيث يلزم التحكم، ويدخل النموذج التوليدي حيث تلزم القدرة التعبيرية. ويمكن اختبار الفكرة في مساء واحد: مشهد بسيط، ومجسّم واحد، وحركة كاميرا واحدة، ومقطع مرجعي واحد يُقدَّم مدخلًا لنموذج الفيديو.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول كيف يعمل خط الإنتاج؟

الفكرة مألوفة لكل من عمل في السينما أو الرسوم المتحركة: قبل التصوير المكلف يُنفَّذ التصور المسبق ويُضبط التمركز (blocking)، أي مكان وقوف كل شخص وكيف يتحرك ومن أين تصوّره الكاميرا. هنا يتولى Claude Code دور فنان التصور المسبق. في المرحلة الأولى يبني الوكيل مشهدًا خفيفًا في المتصفح. يضم المشهد مجسّمًا بسيطًا بلا خامات، وهو شخصية رمادية بلا وجه ولا ملابس. وفي المتصفح مباشرة تُضبط فيزياء الخطوة، ومدة التوقف قبل الالتفات، وزوايا الكاميرا.

ما أبرز التفاصيل حول لماذا يوفّر هذا المال؟

لا يتضمن المنشور أرقامًا محددة عن التكلفة، لذا لا يمكن الحديث بأمانة إلا عن المنطق. استدلال الفيديو، أي تشغيل نموذج الفيديو، هو أغلى حلقة في السلسلة، وكل محاولة فاشلة تُدفع كلفتها كاملة. أما التصور المسبق في المتصفح فتكاد كلفته تنعدم: يُرسم المجسّم البسيط على حاسوب محمول عادي، وتقتصر كلفة Claude Code على الرموز (tokens) اللازمة لكتابة سكربت صغير. وهكذا تنتقل التكرارات إلى المكان الذي تكون فيه رخيصة. يمكن اختبار عشرة تنويعات للتوقف قبل الالتفات في المتصفح خلال دقائق، ولا يذهب إلى نموذج الفيديو إلا النسخة المعتمدة.

ما أبرز التفاصيل حول القيود وكيفية التعامل معها؟

يسمّي المؤلف نفسه نقطة الضعف: الديناميكيات الثانوية، كثنيات القماش وحركة الأكمام، ما زالت تحتاج إلى معالجة. فالمجسّم العاري من الملابس لا يُظهر كيف تتفاعل المادة مع الخطوة والدوران، ونموذج الفيديو لا يستكمل ذلك دائمًا بصورة مقنعة. وفي مقطع تجاري يعني هذا معالجة لاحقة يدوية أو جولات توليد إضافية. وهناك تحفظات أخرى. فلكي تحكم بأن الوكيل كتب مشية معقولة، عليك أن تقيّمها بعينك، ولذا تفيد مهارات أساسية في التعامل مع الأبعاد الثلاثية.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
ما رأيك؟
جارٍ تحميل التعليقات…