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

مؤلف يصنع فيديو سرديًا على نموذج LTX 2.3 المنزلي (22 مليار معامل) دون اشتراكات

تدفع مولّدات الفيديو السحابية المدفوعة المستخدمين إلى البحث عن بديل، وقد جرّب المؤلف بافل فلاسوف الخيار المنزلي. LTX 2.3 نموذج فيديو محلي بـ22 مليار معامل (نسخة distilled المسرّعة) يعمل على حاسوب منزلي. صنع به قصة عن فتاة وتنين، لكنه اضطر إلى أخذ مشهد واحد من MiniMax H3 السحابي. النموذج المحلي قادر على إنجاز مشروع كهذا، لكن الثمن وقت أطول وعناء في صياغة التعليمات.

معالج بواسطة الذكاء الاصطناعي من TG: @cgevent (Метаверсище и ИИще)؛ بتحرير Hamidun News
مؤلف يصنع فيديو سرديًا على نموذج LTX 2.3 المنزلي (22 مليار معامل) دون اشتراكات
المصدر: TG: @cgevent (Метаверсище и ИИще). كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليTG: @cgevent (Метаверсище и ИИще) ↗
رئيس التحرير
حقيقة رئيسية #1لم يفهم LTX مشهد التنين الذي يحلّق مبتعدًا، فصُنع هذا المشهد في MiniMax H3
حقيقة رئيسية #2التعليمات (prompts) في النماذج المحلية أكثر حساسية: يعيد المؤلف كتابتها عبر DeepSeek
مزايا النموذج المحليلا رقابة ولا اشتراكات ولا حاجة إلى الإنترنت؛ وعيبه الوقت والمرونة

تنتقل مولّدات الفيديو السحابية واحدًا تلو الآخر إلى الخطط المدفوعة، ولم يعد سؤال «هل يمكن الاستغناء عنها» نظريًا. اختبر بافل فلاسوف، صاحب المشروع في باب «Нейропрожарка» بقناة «Метаверсище и ИИще»، ذلك عمليًا. صنع قصة قصيرة مشحونة بالأجواء عن فتاة وتنين على حاسوبه المنزلي بالكامل، مستخدمًا نموذج الفيديو المحلي LTX 2.3 بـ22 مليار معامل. هذا يعني أن النموذج يعمل على عتاده الخاص لا على خوادم الآخرين، ولا حاجة إلى الدفع مقابل كل ثانية من الفيديو.

مما تألّف الفيديو

الأساس هو LTX 2.3 بنسخته المقطّرة (Distilled 1.1). تجعل عملية التقطير (distillation) النموذج أخف وأسرع، وعادةً على حساب خسارة طفيفة في الجودة. وفوق ذلك أضاف المؤلف LoRA أسلوبية باسم Luxe_Sensual_Style. LoRA هي إضافة صغيرة تغيّر طابع الصورة دون الحاجة إلى إعادة تدريب النموذج كله، وتُفعَّل بكلمة مفتاحية خاصة. بحسب وصف مطوّريها، تضفي هذه الإضافة مظهرًا «لامعًا»: إضاءة سينمائية ناعمة، وبشرة طبيعية، وملمس الدانتيل والحرير على طريقة تصوير الأزياء (fashion). ويعترف فلاسوف نفسه بصراحة: يصعب تقدير مساهمة LoRA بدقة، فـ«شيء ما تغيّر»، لكنه لا يجزم بمقدار التغيير.

لم ينجح إنجاز الفيديو بنموذج واحد كاملًا. فالمقطع الذي يطير فيه التنين مع الفتاة نحو البحيرة لم يفهمه LTX 2.3، إذ لم تستقم لديه فكرة الجسم «المحلّق مبتعدًا». ولّد المؤلف هذا المقطع في MiniMax H3 السحابي (نسخة FL2VA Pruned 20B). وبتقديره، يتفوق MiniMax في الجودة، لكنه أبقى LTX نموذجه الرئيسي عن قصد لأنه كان سريعًا بما يكفي.

بعد ذلك بدأ العمل المعتاد للمونتير. لم تكن المقاطع متسلسلة دائمًا، فاضطر المؤلف منذ لحظة معينة إلى تركيب القصة من المتاح واستكمال القطع الناقصة ليبدو المعنى مكتملًا. أما الأجواء والإيقاع والموسيقى فصنعها في CapCut. فجزء كبير من «الأسلوب» لم تصنعه الشبكة العصبية، بل المونتاج.

التعليمات (prompts): الثمن الرئيسي للتوليد المحلي

أكثر ملاحظات المنشور عملية تخص التعليمات. فهي في النماذج المحلية أشد حساسية بكثير منها في الخدمات السحابية. النص الذي يعمل بإتقان في نموذج قد لا يعمل إطلاقًا في آخر: يلزم هيكل مختلف وخصوصية مختلفة. وهذا صحيح حتى بين إصدارات النموذج الواحد.

يرى فلاسوف ثلاثة مخارج:

  1. قراءة وثائق كتابة التعليمات. هذا دقيق، لكنه يستهلك وقتًا كان يمكن إنفاقه على الإبداع والإعدادات.
  2. استخدام «محسّن» التعليمات المدمج في wan2GP أو في خدمات خارجية.
  3. طلب المساعدة من روبوت محادثة: Alice أو ChatGPT أو DeepSeek وغيرها.

اختار هو DeepSeek. وبحسب قوله، يوفر ذلك الوقت ويتيح إعادة كتابة التعليمة بسرعة إذا لم تعجبه النتيجة. والخلاصة بسيطة للفرق التي تخطط للتوليد المحلي للفيديو: أدرجوا في سير العمل خطوة مستقلة هي «روبوت المحادثة يعيد صياغة المهمة لتناسب نموذج الفيديو المحدد»، ولا تعتمدوا على نص عالمي واحد.

اللمسات الأخيرة وتحفظات صريحة

قبل النشر مرّر المؤلف الفيديو عبر تبويب Media Flow وعملية Detailer على LTX 2.5 Distilled 22B (هكذا يسمي النموذج في منشوره). وعلى خلاف المكبّر (upscaler) العادي الذي يمدّ البكسلات فحسب، يعيد Detailer رسم التفاصيل الدقيقة من جديد: المسام والنسيج الدقيق والشعيرات، استنادًا إلى الفيديو الأصلي. ويعدّ فلاسوف النتيجة أكثر فعالية من Topaz Video وDLSS.

هذا انطباع شخصي لمؤلف واحد. لا توجد في المنشور مقاييس ولا قياسات مقارنة ولا بيانات عن السرعة، لذا ينبغي التحقق من التفوق على Topaz وDLSS على موادكم الخاصة. كما لا توجد بيانات عن العتاد المستخدم ولا عن الوقت الذي استغرقه التوليد.

وموقف المؤلف النهائي هو التالي: النماذج المحلية قادرة اليوم على منافسة السحابية من حيث الانطباع المقصود والجودة. وهي تخسر في الوقت والمرونة، لكنها تربح في غياب الرقابة، وانعدام تكلفة الاشتراك، والاستقلال عن الإنترنت، وإمكانية الضبط الدقيق والتجريب. وبالنسبة إلى المؤلفين المستقلين والاستوديوهات الصغيرة، هذا حل وسط عملي: أزرار جاهزة أقل، لكن التحكم والميزانية يبقيان بين أيديكم. أما للمشاهد المعقدة النادرة، كمشهد التنين المحلّق، فمن الحكمة إبقاء نموذج سحابي في متناول اليد كخيار احتياطي.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول مما تألّف الفيديو؟

الأساس هو LTX 2.3 بنسخته المقطّرة (Distilled 1.1). تجعل عملية التقطير (distillation) النموذج أخف وأسرع، وعادةً على حساب خسارة طفيفة في الجودة. وفوق ذلك أضاف المؤلف LoRA أسلوبية باسم Luxe_Sensual_Style. LoRA هي إضافة صغيرة تغيّر طابع الصورة دون الحاجة إلى إعادة تدريب النموذج كله، وتُفعَّل بكلمة مفتاحية خاصة. بحسب وصف مطوّريها، تضفي هذه الإضافة مظهرًا «لامعًا»: إضاءة سينمائية ناعمة، وبشرة طبيعية، وملمس الدانتيل والحرير على طريقة تصوير الأزياء (fashion).

ما أبرز التفاصيل حول التعليمات (prompts): الثمن الرئيسي للتوليد المحلي؟

أكثر ملاحظات المنشور عملية تخص التعليمات. فهي في النماذج المحلية أشد حساسية بكثير منها في الخدمات السحابية. النص الذي يعمل بإتقان في نموذج قد لا يعمل إطلاقًا في آخر: يلزم هيكل مختلف وخصوصية مختلفة. وهذا صحيح حتى بين إصدارات النموذج الواحد. يرى فلاسوف ثلاثة مخارج: قراءة وثائق كتابة التعليمات. هذا دقيق، لكنه يستهلك وقتًا كان يمكن إنفاقه على الإبداع والإعدادات. استخدام «محسّن» التعليمات المدمج في wan2GP أو في خدمات خارجية. طلب المساعدة من روبوت محادثة: Alice أو ChatGPT أو DeepSeek وغيرها. اختار هو DeepSeek.

ما أبرز التفاصيل حول اللمسات الأخيرة وتحفظات صريحة؟

قبل النشر مرّر المؤلف الفيديو عبر تبويب Media Flow وعملية Detailer على LTX 2.5 Distilled 22B (هكذا يسمي النموذج في منشوره). وعلى خلاف المكبّر (upscaler) العادي الذي يمدّ البكسلات فحسب، يعيد Detailer رسم التفاصيل الدقيقة من جديد: المسام والنسيج الدقيق والشعيرات، استنادًا إلى الفيديو الأصلي. ويعدّ فلاسوف النتيجة أكثر فعالية من Topaz Video وDLSS. هذا انطباع شخصي لمؤلف واحد. لا توجد في المنشور مقاييس ولا قياسات مقارنة ولا بيانات عن السرعة، لذا ينبغي التحقق من التفوق على Topaz وDLSS على موادكم الخاصة.

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.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…