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

كليب بالذكاء الاصطناعي مدته دقيقة لفرقة «كروفوستوك» أُنجز في 8 ساعات وبتكلفة 55 دولارًا و20 أمرًا نصيًا

أنجز صاحب الاسم المستعار yarila2607 كليبًا هاويًا لفرقة «كروفوستوك» بعنوان «الحمائم الشرسة» تتجاوز مدته الدقيقة، في أقل من 8 ساعات. وضع Claude لوحة القصة المصورة في معظمها، ورسمت GPT Image وNano Banana الشخصيات، وولّد Vivix وT1 من TopView مقاطع الفيديو. بلغت الميزانية نحو 55 دولارًا، وتطلّب العمل من الإنسان نحو 20 أمرًا نصيًا. والخلاصة أن إنتاج مقطع يتجاوز الدقيقة بأسلوب موحّد صار في متناول شخص واحد خلال أمسية واحدة.

معالج بواسطة الذكاء الاصطناعي من TG: @cgevent (Метаверсище и ИИще)؛ بتحرير Hamidun News
كليب بالذكاء الاصطناعي مدته دقيقة لفرقة «كروفوستوك» أُنجز في 8 ساعات وبتكلفة 55 دولارًا و20 أمرًا نصيًا
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 #1كلّف Claude والصور نحو 40 دولارًا، وكلّفت لقطات الفيديو 15 دولارًا
حقيقة رئيسية #2افتقر Vivix إلى الحركة الديناميكية، لكنه قدّم في بعض المشاهد نتيجة جيدة
حقيقة رئيسية #3اقترح Claude معظم اللقطات بنفسه، وفي بعض الحالات احتاجت إلى تعديلات
كليب بالذكاء الاصطناعي مدته دقيقة لفرقة «كروفوستوك» أُنجز في 8 ساعات وبتكلفة 55 دولارًا و20 أمرًا نصيًا
فيديو مميز / عرض توضيحي
انقر لتشغيل الفيديو الأصلي أو اقرأ التحليل الكامل أدناه.مشاهدة على يوتيوب ↗

ظل الفيديو التوليدي الطويل نقطة الضعف في المقاطع المصنوعة بالذكاء الاصطناعي: المقاطع القصيرة التي لا تتجاوز عشر ثوانٍ تبدو مبهرة، أما عند حدود الدقيقة فتتشوّه الشخصيات ويتذبذب الأسلوب البصري ويتحول العمل إلى مجموعة قطع متفرقة. لذلك لا تكمن أهمية الكليب الهاوي لأغنية «الحمائم الشرسة» لفرقة «كروفوستوك»، الذي تحدثت عنه قناة «Метаверсище и ИИще» في زاوية «Нейропрожарка»، في الموسيقى، بل في أرقام الإنتاج: أكثر من دقيقة من الفيديو المترابط، وأقل من 8 ساعات عمل، وميزانية بنحو 55 دولارًا.

مما تألّف الكليب

يوقّع المؤلف باسم @yarila2607، وهو يذكر الأدوات التي استخدمها. وضع Claude لوحة القصة المصورة في معظمها. وولّدت GPT Image وNano Banana الشخصيات. وأُنتجت مقاطع الفيديو في Vivix وفي نموذج T1 من TopView. كما يرد في القائمة اسم Fable 5.2، لكن المنشور لا يذكر تفاصيل عن دوره، ولذلك لن نخمّن.

يبدو توزيع العمل على النحو التالي. بقيت الفكرة والإخراج بيد الإنسان. واستلهم الأسلوب من محتوى قصير، ولا يتذكر صاحبه. وحوّل النموذج اللغوي الفكرة إلى سلسلة لقطات: ما الذي يظهر في الإطار، ومن يفعل ماذا، وكيف ترتبط اللقطات ببعضها. ثم رسمت نماذج الصور الأبطال والمشاهد، وأضفت نماذج الفيديو الحركة عليها. وبحسب المؤلف، فكّر Claude في معظم اللقطات بجودة عالية من تلقاء نفسه، لكنه احتاج في بعض المواضع إلى مساعدة.

كم كلّف ذلك

يذكر المؤلف مبالغ محددة. كلّف Claude والصور المولّدة في GPT وGemini نحو 40 دولارًا. وأضافت عملية توليد لقطات الفيديو نحو 15 دولارًا. فبلغ المجموع 55 دولارًا. أما من جانب الإنسان فتطلّب العمل نحو 20 أمرًا نصيًا وأقل من 8 ساعات.

مقارنة ذلك بكليب تقليدي ليست منصفة: فالعمل الهاوي لا يضم فريق تصوير ولا ممثلين ولا حقوقًا في المقطوعة. لكن مرتبة الأرقام ذات دلالة. فقد كان إنتاج مقطع بشخصيات مميزة وحبكة يتطلب فريقًا وأسابيع من العمل. أما الآن فيكفي شخص واحد ويوم عمل واحد وتكلفة بضع وجبات غداء.

أين تقع حدود هذه التجربة بصدق

أولًا: يعترف المؤلف نفسه بأن Vivix لا يبلغ المستوى المطلوب في الديناميكية. فقد قدّم نموذج الفيديو في بعض المشاهد نتائج جيدة جدًا، لكن ليس في كلها، وهذه صورة معتادة: من بين عشر عمليات توليد تصلح اثنتان أو ثلاث. أما عدد المحاولات التي استبعدها فلا يتضح من المنشور، و20 أمرًا نصيًا لا تعني 20 عملية توليد.

ثانيًا: هذا ليس اختبارًا مستقلًا ولا معيارًا قياسيًا (benchmark). إنها قصة متحمّس واحد، ولا يمكن تقييم الجودة إلا من خلال المقطع على YouTube، وقد أُرفق رابطه بالمنشور. وأرقام التكلفة أيضًا معلنة من المؤلف نفسه.

ثالثًا: لم يكن الهدف الأساسي للمشروع الكليب بحد ذاته، بل اختبار منصة يبنيها المؤلف منذ نحو عام. كان عليه أن يجربها على مقاطع طويلة. وبحسب قوله، رأى لأول مرة جودة مقبولة في فيديو تتجاوز مدته الدقيقة بعد آخر تحسينات النماذج. أما ما الذي تفعله المنصة تحديدًا فلم يرد في المنشور.

ما الذي يمكن استخلاصه

يقدّم هذا المثال ملاحظتين مفيدتين لمن يبنون منتجات حول الفيديو التوليدي. الأولى: صار بالإمكان بالفعل تركيب خط إنتاج عملي من حلقات متتابعة: نموذج لغوي يضع لوحة القصة المصورة، ونموذج صور يثبّت الأبطال، ونموذج فيديو يحرّكهم. ويساعد تثبيت الشخصيات بصور منفصلة على الحفاظ على ثبات مظهرها من لقطة إلى أخرى. والثانية: انتقلت نقطة الاختناق. لم يعد التصيير (rendering) هو الباهظ الثمن، بل الإخراج: الفكرة والذوق واختيار اللقطات تبقى بيد الإنسان.

أما بالنسبة للمنتجين والاستوديوهات فالخلاصة بسيطة. لم تعد الكليبات والإعلانات والمقاطع الترويجية التي تتجاوز الدقيقة حكرًا على من يملك ميزانية للتصوير. وتنتقل المنافسة إلى من يصوغ المهمة للنماذج بشكل أفضل ويعرف كيف ينتقي اللقطات الناجحة. وفي الوقت الحالي تتخلف ديناميكية نماذج الفيديو عن التصوير الحي، لكن الفجوة، وفق هذا المثال، تضيق أسرع مما تتراجع التكلفة.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول مما تألّف الكليب؟

يوقّع المؤلف باسم @yarila2607، وهو يذكر الأدوات التي استخدمها. وضع Claude لوحة القصة المصورة في معظمها. وولّدت GPT Image وNano Banana الشخصيات. وأُنتجت مقاطع الفيديو في Vivix وفي نموذج T1 من TopView. كما يرد في القائمة اسم Fable 5.2، لكن المنشور لا يذكر تفاصيل عن دوره، ولذلك لن نخمّن. يبدو توزيع العمل على النحو التالي. بقيت الفكرة والإخراج بيد الإنسان. واستلهم الأسلوب من محتوى قصير، ولا يتذكر صاحبه. وحوّل النموذج اللغوي الفكرة إلى سلسلة لقطات: ما الذي يظهر في الإطار، ومن يفعل ماذا، وكيف ترتبط اللقطات ببعضها.

ما أبرز التفاصيل حول كم كلّف ذلك؟

يذكر المؤلف مبالغ محددة. كلّف Claude والصور المولّدة في GPT وGemini نحو 40 دولارًا. وأضافت عملية توليد لقطات الفيديو نحو 15 دولارًا. فبلغ المجموع 55 دولارًا. أما من جانب الإنسان فتطلّب العمل نحو 20 أمرًا نصيًا وأقل من 8 ساعات. مقارنة ذلك بكليب تقليدي ليست منصفة: فالعمل الهاوي لا يضم فريق تصوير ولا ممثلين ولا حقوقًا في المقطوعة. لكن مرتبة الأرقام ذات دلالة. فقد كان إنتاج مقطع بشخصيات مميزة وحبكة يتطلب فريقًا وأسابيع من العمل. أما الآن فيكفي شخص واحد ويوم عمل واحد وتكلفة بضع وجبات غداء.

ما أبرز التفاصيل حول أين تقع حدود هذه التجربة بصدق؟

أولًا: يعترف المؤلف نفسه بأن Vivix لا يبلغ المستوى المطلوب في الديناميكية. فقد قدّم نموذج الفيديو في بعض المشاهد نتائج جيدة جدًا، لكن ليس في كلها، وهذه صورة معتادة: من بين عشر عمليات توليد تصلح اثنتان أو ثلاث. أما عدد المحاولات التي استبعدها فلا يتضح من المنشور، و20 أمرًا نصيًا لا تعني 20 عملية توليد. ثانيًا: هذا ليس اختبارًا مستقلًا ولا معيارًا قياسيًا (benchmark). إنها قصة متحمّس واحد، ولا يمكن تقييم الجودة إلا من خلال المقطع على YouTube، وقد أُرفق رابطه بالمنشور. وأرقام التكلفة أيضًا معلنة من المؤلف نفسه.

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.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
ما رأيك؟
جارٍ تحميل التعليقات…