الانتقال إلى المحتوى الرئيسي
تتيح لك ميزة «المرجع إلى الفيديو» تثبيت مظهر الشخصيات والأشياء والمشاهد بحيث تبقى مقاطع الفيديو المُولَّدة بالذكاء الاصطناعي متّسقة بصريًا. فبدلًا من الاعتماد على أن يفسّر النموذج التعليمة (Prompt) بشكل صحيح، أنت تزوّده بمراسٍ بصرية — صور مرجعية تخبر النموذج بدقّة كيف يبدو موضوعك. هذه الميزة متاحة على نماذج Kling O3 و Grok Imagine R2V في Venice Video Studio. كل عائلة نماذج تستخدم منهجًا مختلفًا للصور المرجعية — راجع الأقسام الخاصة بكل نموذج أدناه.

متى تستخدم «المرجع إلى الفيديو»

استخدم «المرجع إلى الفيديو» عندما تحتاج إلى:
  • اتساق الشخصية — نفس الشخص أو الشخصية عبر لقطات متعددة
  • دقة المنتج — منتج حقيقي يجب أن يبدو مطابقًا للأصل
  • استمرارية المشهد — بيئة أو خلفية محددة عبر عدة عمليات توليد
  • مشاهد متعددة الشخصيات — عدة شخصيات مميزة تتفاعل دون أن تختلط ملامحها
أما في حالات النص إلى فيديو أو الصورة إلى فيديو البسيطة حيث لا يكون الاتساق حرجًا، فإن النماذج القياسية تعمل جيدًا دون مراجع.

النماذج المتاحة

يستخدم Kling O3 منهجًا مُهيكلاً عبر العناصر (مراسي هوية الشخصية مع صور أمامية ومرجعية) وصور المشهد. بينما يتبع Grok Imagine R2V منهجًا أبسط — ترفع صور المرجع مباشرة وتشير إليها في تعليمتك باستخدام @Image1، @Image2، وهكذا.

Kling O3 — المرجع إلى الفيديو

المفاهيم الأساسية

يستخدم Kling O3 «المرجع إلى الفيديو» ثلاثة أنواع من المدخلات البصرية تعمل معًا: *يلزم توفير واحد على الأقل من: إطار البداية أو العناصر أو صور مرجع المشهد.

العناصر (Elements)

العنصر هو شخصية أو شيء تريد إبقاءه ثابتًا بصريًا طوال الفيديو. يتألف كل عنصر من:
  • صورة أمامية (Frontal Image) (مطلوبة لكل عنصر) — صورة واضحة من الأمام للموضوع. هي مرساة الهوية الأساسية. فكّر فيها كـ«صورة جواز السفر» لشخصيتك أو منتجك.
  • صور مرجعية (Reference Images) (من 1 إلى 3، اختيارية) — زوايا إضافية للموضوع نفسه (جانبية، بزاوية 45 درجة، خلفية). تساعد النموذج على فهم الموضوع في الفراغ ثلاثي الأبعاد. إن لم تُقدَّم، تُستخدم الصورة الأمامية تلقائيًا كمرجع.
يمكنك إضافة حتى 7 عناصر لكل عملية توليد (محدودة بالإجمالي الكلي). أشِر إليها في تعليمتك باستخدام @Element1، @Element2، إلخ.

صور مرجع المشهد

تحدّد مراجع المشهد «المسرح» الذي تجري فيه الأحداث. وتؤثر في:
  • الإضاءة ولوحة الألوان
  • العمارة وتفاصيل البيئة
  • الأسلوب البصري العام والمزاج
يمكنك إضافة حتى 4 صور مشهد. أشِر إليها بـ@Image1، @Image2، إلخ في تعليمتك.

القيود

العدد الإجمالي للصور عبر جميع أنواع المدخلات محدود: أمثلة على السيناريوهات:
  • 7 عناصر + 0 صور مشهد = 7 ✓ (بدون إطارات)
  • 5 عناصر + 2 صور مشهد = 7 ✓ (بدون إطارات)
  • إطار أول (1) + 3 عناصر + 3 صور مشهد = 7 ✓
  • إطار أول (1) + إطار أخير (1) + 3 عناصر + 2 صور مشهد = 7 ✓
  • إطار أول (1) + 4 عناصر = ✗ (الحد الأقصى 3 عناصر مع إطار)
  • إطار أول (1) + إطار أخير (1) + 4 عناصر = ✗ (الحد الأقصى 3 عناصر مع الإطارات)
كل عنصر يتطلب صورة أمامية. إذا لم تُقدِّم صورًا مرجعية لعنصر ما، تُستخدم الصورة الأمامية تلقائيًا كمرجع.

وضع اللقطات المتعددة (Multi-shot)

يتيح لك وضع اللقطات المتعددة تقسيم عملية توليد واحدة إلى عدة مشاهد، لكل منها تعليمتها ومدتها الخاصة. تنتقل العناصر ومراجع المشهد عبر جميع اللقطات حفاظًا على الاتساق. لا يمكن أن تتجاوز المدة الإجمالية لكل اللقطات 15 ثانية.

دليل خطوة بخطوة (Video Studio)

1. افتح Video Studio واختر النموذج

اذهب إلى venice.ai/video. في متصفّح النماذج على اليسار، اختر أحد نماذج Kling O3 Reference to Video:
  • Kling O3 Pro R2V — جودة أعلى ووقت توليد أطول (~6 دقائق)
  • Kling O3 Standard R2V — أسرع وأكثر اقتصادية للتكرار

2. أضف المدخلات البصرية (مدخل واحد على الأقل مطلوب)

يجب توفير مدخل بصري واحد على الأقل لتوليد فيديو: إطار بداية، أو عنصر، أو صورة مرجع مشهد. في لوحة المدخلات سترى قسم Elements. اضغط Add Element لإنشاء عنصر للشخصيات أو الأشياء التي تريد إبقاءها متّسقة بصريًا. لكل عنصر:
  1. اضغط بلاطة Frontal لرفع صورة واضحة من الأمام لشخصيتك أو شيئك
  2. اختياريًا اضغط Add ضمن Reference Images لرفع زوايا إضافية (1–3)
كرّر الخطوة لشخصيات أو أشياء إضافية (حتى 7 عناصر إجمالًا، أو 3 إذا كنت تستخدم إطارات بداية/نهاية).
لا يمكن أن يتجاوز الإجمالي المجمّع للإطار الأول والإطار الأخير والعناصر وصور المشهد 7. راجع القيود للتفاصيل.
أفضل الصور المرجعية: استخدم صورًا جيدة الإضاءة بخلفية نظيفة. وفّر زوايا أمامية وجانبية و45 درجة لأقوى تثبيت للهوية. تأكّد من أن كل الصور المرجعية تتشارك الأسلوب البصري نفسه (لا تخلط بين الواقعي والأنمي).

3. أضف صور مرجع المشهد (اختياري)

أسفل قسم العناصر، سترى Scene Reference Images. ارفع صورًا تحدّد البيئة التي تريدها — موقعًا محددًا، أو إعداد إضاءة، أو أسلوبًا فنيًا. تُوسم هذه تلقائيًا بـ@Image1، @Image2، إلخ.

4. ارفع إطار البداية (اختياري)

إذا أردت التحكّم في الإطار الأول من فيديوك بدقة، بدّل إلى نوع المدخل Image وارفع إطار بداية. يمكنك أيضًا تعيين إطار نهاية اختياريًا.

5. اكتب تعليمتك

في حقل التعليمة، صِف الفعل الذي تريده مع الإشارة إلى عناصرك وصور المشهد باستخدام وسوم @:
للمشاهد متعددة الشخصيات:

6. اضبط الإعدادات

افتح Video Settings لضبط:
يضيف توليد الصوت مؤثرات صوتية أصلية وحوارًا وصوتًا محيطًا متزامنًا مع الفيديو. ويزيد التكلفة بنحو 25%.

7. ولِّد

اضغط Generate Video. يستغرق Kling O3 عادةً من 4 إلى 6 دقائق حسب فئة النموذج والمدة. يمكنك جدولة عدة عمليات توليد وتصفّح النتائج في معرض الفيديو.

إخراج اللوحات القصصية (Storyboarding) متعدد اللقطات

للتسلسلات السردية، استخدم وضع اللقطات المتعددة لتعريف مشاهد منفصلة ضمن عملية توليد واحدة.
  1. في منطقة التعليمة، اضغط Add Shot لإنشاء لقطات إضافية
  2. اكتب تعليمة منفصلة لكل لقطة
  3. عيّن مدة كل لقطة (3–15 ث لكل لقطة، الإجمالي ≤ 15 ث)
تنتقل العناصر ومراجع المشهد عبر جميع اللقطات تلقائيًا:
لا يمكن أن تتجاوز المدة الإجمالية للقطات المتعددة 15 ثانية. مثلًا، ثلاث لقطات بمدة 5 ثوانٍ = 15 ث كحد أقصى.

نصائح صياغة التعليمات

نظّم تعليمتك

اتبع هذا النمط للحصول على نتائج موثوقة:
مثال:

اجعل التعليمات بين 50 و150 كلمة

التعليمات الأقصر تفتقر إلى التفاصيل. الأطول تُدخل تناقضات. استهدف النقطة المثالية بينهما.

استخدم لغة كاميرا بسيطة

يستجيب النموذج بشكل أفضل لتوجيهات الكاميرا المباشرة:

استخدم مفردات متّسقة

إذا وصفت شخصية ترتدي “a red jacket” في تعليمة، فلا تنتقل إلى “crimson coat” في التالية. يعامل النموذج الكلمات المختلفة كنوايا مختلفة.

ضع تعليمات الكاميرا في وقت مبكر

ضع توجيه الكاميرا قرب بداية التعليمة لنتائج أكثر موثوقية:

تسعير Kling O3

تستخدم نماذج Kling O3 Reference to Video تسعيرًا قائمًا على المدة: مثال: فيديو مدته 10 ثوانٍ مع صوت = 10 × 0.14 = 1.40 دولار استخدم Video Quote API للحصول على التسعير الدقيق قبل التوليد.

استخدام Kling O3 عبر API

تتوفر ميزة Kling O3 Reference to Video أيضًا عبر Venice API. راجع Video Queue API للتفاصيل الكاملة.

Python

Node.js

cURL

مخطط العنصر

يقبل كل عنصر في مصفوفة elements:
يدعم API أيضًا video_url للعناصر المعتمدة على الفيديو، لكنها غير متاحة حاليًا في واجهة Video Studio.

استكشاف أخطاء Kling O3 وإصلاحها

اختبر بمقطع من 3 إلى 5 ثوانٍ قبل الالتزام بمدد أطول. تحافظ المقاطع الأقصر على اتساق أفضل وتتيح لك التكرار بسرعة.

Grok Imagine — المرجع إلى الفيديو

يتبنى Grok Imagine R2V منهجًا أبسط من Kling O3. فبدلًا من العناصر المُهيكلة بفصل بين الصور الأمامية والمرجعية، ترفع صور مرجعية مسطحة وتشير إليها مباشرة في تعليمتك باستخدام @Image1، @Image2، إلخ. يدمج النموذج تلك الموضوعات في الفيديو المُولَّد.

كيف يعمل

  1. ارفع 1–7 صور مرجعية — صورًا للشخصيات أو الأشياء أو المشاهد التي تريدها في الفيديو
  2. اكتب تعليمة تصف الفيديو، باستخدام @Image1، @Image2، إلخ للإشارة إلى صور محددة
  3. يولّد النموذج فيديو يدمج تلك المراجع
إذا لم تُضمِّن وسوم @Image في تعليمتك، تتم الإشارة إلى جميع الصور المرفوعة تلقائيًا.

الإعدادات

لا يدعم Grok Imagine R2V توليد الصوت ولا وضع اللقطات المتعددة ولا العناصر. لتلك الميزات، استخدم Kling O3 R2V.

دليل خطوة بخطوة (Video Studio)

1. اختر النموذج

اذهب إلى venice.ai/video. في متصفّح النماذج، اختر Grok Imagine R2V.

2. ارفع الصور المرجعية

اضغط References في شريط أدوات المدخلات (أو استخدم قائمة +) لفتح لوحة الصور المرجعية. ارفع 1–7 صور للشخصيات أو الأشياء أو المشاهد التي تريدها في الفيديو. تُوسم كل صورة تلقائيًا بـ@Image1، @Image2، إلخ بترتيب رفعها (من اليسار إلى اليمين).

3. اكتب تعليمتك

صِف الفيديو الذي تريده. استخدم وسوم @Image للإشارة إلى صور محددة:
اكتب @ في حقل التعليمة لرؤية قائمة إكمال تلقائي لمراجع الصور المتاحة.
إذا حذفت وسوم @Image كليًا، يضيف الخادم تلقائيًا مراجع لكل الصور المرفوعة. هذا مفيد عندما تريد استخدام جميع الصور دون تحديد أي منها.

4. اضبط الإعدادات وولِّد

افتح Video Settings لضبط نسبة العرض إلى الارتفاع والدقة والمدة. اضغط Generate Video.

تسعير Grok Imagine R2V

يستخدم Grok Imagine R2V تسعيرًا قائمًا على المدة والدقة: مثال: فيديو مدته 8 ثوانٍ بدقة 480p = 8 × 0.063 = ~0.50 دولار
يفرض Grok Imagine رسوم اعتدال محتوى على مقاطع الفيديو المُولَّدة، حتى إذا تم رفض الفيديو. وينعكس هذا في تكلفة الأرصدة المعروضة قبل التوليد.

استخدام Grok Imagine R2V عبر API

Python

Node.js

cURL

معاملات API

لا يستخدم Grok Imagine R2V حقول elements أو image_urls أو imageUrl. تُمرَّر كل الصور المرجعية عبر referenceImageUrls.

استكشاف أخطاء Grok Imagine R2V وإصلاحها