ByteDance Bernini: الدليل الكامل لتحرير الفيديو بالذكاء الاصطناعي وكتابة الأوامر

التحرير المقفَل بالثبات

لأن المخطِّط يضبط الدلالات قبل أن يرسم المصيّر، يحافظ Bernini على أجزاء المقطع التي لم تطلب تغييرها. سمِّ التعديل، ثم سمِّ ما يبقى ثابتًا، فتبقى المناطق غير المعدّلة ساكنةً عبر الفيديو كله دون وميض أو انجراف. هذه أقوى سمات النموذج في التحرير.

التحرير الموجَّه بمرجع

قدِّم صورة مرجعية أو مقطعًا ثانيًا، فيطبّقه Bernini على الفيديو المصدر. بدّل قطعة ملابس على موضوع متحرّك انطلاقًا من صورة ثابتة واحدة، أو أدرج منتجًا أو فيديو على الشاشة ليتتبّع اللقطة الأصلية. يبقى باقي المقطع المصدر سليمًا حول التغيير.

تحويل الشخصية إلى فيديو

مرِّر صورًا مرجعية وأشِر إلى كل واحدة بفهرسها في الأمر (image0، image1)، محدِّدًا أي موضوع أو سمة يأتي من أيها. يحمل Bernini الموضوع إلى مشهد جديد مع بقاء الوجه قابلًا للتعرّف عليه أثناء حركته، وهي نتيجته البارزة في تقييمات ByteDance لتحويل الشخصية إلى فيديو.

تحرير الحركة

غيِّر ما يفعله الموضوع داخل مقطع قائم، كأن يجثم شخص بدلًا من الانحناء، بينما تبقى هويته والتأطير والإضاءة والخلفية في مكانها. إنه يعيد تنظيم الفعل دون إعادة تصوير اللقطة.

توحيد الصورة + الفيديو

نموذج واحد يشمل تحويل النص إلى صورة، وتحرير الصورة، وتحويل النص إلى فيديو، وتحرير الفيديو، فتأتي الصورة الثابتة والتعديل المتحرّك من لغة أمر واحدة. تتعلّم طريقة واحدة لتوجيهه وتطبّقها عبر الصيغتين.

عادتان تحملان معظم الجودة في Bernini.

• اكتب تعليمة، لا مجرد وصف. في التعديلات أنت تغيّر مقطعًا قائمًا، فالأمر توجيه: ماذا تضيف أو تزيل أو تغيّر، وأين. أما في التوليد (تحويل النص إلى فيديو، وتحويل النص إلى صورة) فتصف المشهد كله كالمعتاد.
• سمِّ ما يتغيّر، ثم سمِّ ما يبقى. يستطيع المصيّر أن يمسّ أي منطقة، فأكثر التعديلات موثوقيةً تذكر التغيير ثم تثبّت كل ما ينبغي ألا يتحرّك. تلك العادة الثانية هي قفل الثبات، وسنتناوله تاليًا.

التعليمة المفصّلة المنظّمة تتفوّق على المقتضبة. يعمل مخطِّط Bernini بشكل أفضل حين تفصّل الحجم والموضع والخامات وكيف تطابق إضاءة العنصر الجديد المشهد، بدلًا من الاعتماد على جملة واحدة.

يحافظ المصيّر على المناطق غير المعدّلة جيدًا، لكن فقط إذا أخبره الأمر بماهيتها. النمط هو أن تذكر التعديل بدقة، ثم تسرد كل ما يجب أن يبقى دون تغيير، منتهيًا بعبارة «دون تغيير». تعمل الإزالة بالطريقة نفسها، صِف المِلء ثم اقفل المحيط.

تجاوز القفل وسيكون النموذج حرًّا في إعادة رسم الخلفية. اصرف جملة عليه فيُقرأ التعديل كأنه أصيل في اللقطة الأصلية.

• لا قفل: سمِّ ما يبقى دون تغيير، وإلا سيتسرّب التعديل إلى باقي الإطار.
• تعليمة مقتضبة: صِف العنصر الجديد كاملًا، حجمه وموضعه وخاماته وإضاءته، بدلًا من أمر من ثلاث كلمات.
• مراجع غامضة: في تحويل الشخصية إلى فيديو، أشِر إلى كل صورة بفهرسها (image0، image1) وحدِّد أي سمة تأتي من أيها، بدلًا من «استخدم هذه المراجع».
• تعديلات حركة تحرّك الهوية: حين تغيّر الحركة، ثبّت الشخص والملابس والموضع والكاميرا كي يتغيّر الفعل وحده.
• توقّع دقة 4K: التصيير الافتراضي هو 480p عند 16fps، مضبوط لدقة التحرير على حساب الدقة العالية. احكم عليه بمدى نظافة حفاظه على المناطق غير المعدّلة.