ما هو Hypit؟
Hypit هو مشروع مفتوح المصدر يمكّن وكلاء الذكاء الاصطناعي (AI Agents) من إنشاء مقاطع الفيديو. تزود Codex بمقاطع فيديو مرجعية، وصور للشخصيات، والمتطلبات، ويمكن للوكيل استخدام Hypit لتنظيم توليد الأصول، والتحرير، والترجمة النصية، وتأثيرات صورة داخل الصورة (Picture-in-Picture)، وأخيرًا تصدير الفيديو.
كما يترك خلفه ملف مشروع قابل للتحرير. إذا أردت تغيير الترجمات النصية أو ضبط تأثير صورة داخل الصورة لاحقًا، يمكنك إعادة استخدام الأصول المولدة ومواصلة تعديلها.
عنوان المصدر المفتوح: hypit-ai/hypit
أولاً، لنلقِ نظرة على المنتج النهائي. على اليسار يوجد الفيديو الأصلي لـ "Chao Ge Shuo Che" (الأخ تشاو يتحدث عن السيارات)، وعلى اليمين نسختي باستخدام شخصية "Han Li".
تم إنتاج هذا باستخدام واجهة برمجة التطبيقات الخاصة بي Minimax H3 API. إذا استخدمت واجهة برمجة التطبيقات الرسمية أو SeedDance، فستكون النتائج أفضل.
فيما يلي، نبدأ من التثبيت ونمر عبر العملية الكاملة خطوة بخطوة. هناك مساران لإعداد النموذج: استخدم الخدمات المدمجة إذا كان لديك رصيد في Hypit، أو قم بتوصيل واجهة برمجة التطبيقات الخاصة بك إذا لم يكن لديك.** يتبع هذا المثال فعليًا مسار واجهة برمجة التطبيقات الخاصة بالمستخدم.
- توضيح الأدوار: ما الذي يتعامل معه كل من Hypit وCodex ونماذج التوليد؟
نحتاج أولاً إلى توضيح المسؤوليات المحددة لكل أداة في خط المعالجة لتجنب الارتباك:
- دور Codex: كمساعد تنفيذي للكود والهندسة، يقوم Codex بتحليل طلبات المستخدم بلغة طبيعية، وفحص وتكوين بيئة التطوير المحلية، وقراءة وتفكيك هيكل لوحة القصة (Storyboard) للفيديوهات المرجعية، وإنشاء وتعديل ملفات مصدر المشروع، وتنظيم استدعاءات المحركات الأساسية لإكمال خطوط المعالجة الآلية.
- دور نماذج الصور والفيديو: مسؤولة تحديدًا عن توليد الأصول المرئية الثابتة والمشاهد الديناميكية. في هذا المثال، يولد نموذج الصورة الإطار الأول لرجل بزي قديم في غرفة بث مباشر حديثة، بينما يدفع نموذج الفيديو الإطار الأول نحو حركة مقدم بث مباشر يتحدث ويولد لقطات مرور خارجية بناءً على المطالبات (Prompts).
- دور محرك Hypit: كمركز تنسيق أساسي، يسجل Hypit جميع تبعيات الأصول المولدة، ويعرف تسلسلات اللقطات وساعات الانتقال، ويتحكم في توقيت ظهور الترجمات النصية ومظهرها، ويدير موضع صورة داخل الصورة، والطبقات، وأقنعة الزوايا الدائرية، ويستدعي العارض الأساسي لتركيب الفيديو النهائي بمجرد جاهزية الأصول.
لاستيعاب الظروف الفعلية للقراء المختلفين، يقسم هذا البرنامج التعليمي إعداد نموذج التوليد صراحةً إلى مسارين مستقلين:
- المسار A: لديك رصيد متاح في حساب Hypit الخاص بك وتستدعي مباشرة النماذج المستضافة المدمجة عبر خدمة HypiHub الرسمية.
- المسار B: لا تمتلك رصيدًا في منصة Hypit وتقوم بإعداد وتوصيل واجهات برمجة تطبيقات الطرف الثالث الخاصة بك بشكل صريح.
تحتاج فقط إلى اختيار مسار واحد (A أو B) يناسب ظروفك لإكمال الإعداد، ثم الاندماج في سير عمل الإنتاج والتنسيق المشترك.
- التحضير ومواصفات الأصول
قبل البدء، جهز Codex، ومقطع فيديو مرجعي واضح، وصورة مرجعية للشخصية المستهدفة التي ترغب في استبدالها.
يجب أن تكون صور الشخصيات المرجعية مثاليًا صورًا لشخص واحد مع ملامح وجه مميزة، وإضاءة متساوية، وتفاصيل واضحة للملابس/الشعر. نظرًا لأن الصور المرجعية لا تحتوي على معلومات حركية، لا تفترض أن النموذج سيقلد تلقائيًا هزات الكتف، والإيماءات اليدوية، وما إلى ذلك، لمقدم البث الأصلي من صورة ثابتة وحدها.
إذا كنت تخطط لنشر النتيجة علنًا ولا تريد استخدام صوت مقدم البث الأصلي، فسجل صوت الحوار البديل قبل الإنتاج الرسمي. يؤدي تغيير صوت التعليق الصوتي إلى تغيير فواصل النطق ومدد المقاطع، مما يتطلب إعادة محاذاة القطع وتوقيت الترجمة النصية.
- التثبيت
نفذ أمر التثبيت العام الرسمي لـ Skill:
npx skills add hypit-ai/hypit -g
راجع مستودع Hypit لنقاط الدخول الخاصة بالتثبيت، ودليل البدء السريع الرسمي لخطوات العملية التفصيلية.
المسار A: مع رصيد Hypit، باستخدام الخدمات المدمجة
إذا كان لديك رصيد، يمكنك السماح لـ Codex باستخدام خدمات Hypit المدمجة مباشرة دون تكوين واجهة برمجة التطبيقات الخاصة بك.
يرجى استخدام خدمات Hypit المدمجة لمساعدتي في تسجيل الدخول، والتحقق من النماذج والرصيد المتاحين. أخبرني بالاستهلاك التقديري أولاً، ثم ابدأ التوليد.
المسار B: بدون رصيد Hypit، باستخدام واجهة برمجة التطبيقات الخاصة بك
اتبعت مسار واجهة برمجة التطبيقات الخاصة بالمستخدم هذه المرة: استخدام Google لتوليد الصور و MiniMax H3 Max من ZenMux لتوليد الفيديو.
طلبت أولاً من Codex تكوين الواجهات، وتأكدت من إمكانية استدعاء النماذج، ثم واصلت الإنتاج.
استخدم واجهة برمجة تطبيقات Google لتوليد الصور و MiniMax H3 Max من ZenMux للفيديو. يرجى مساعدتي في إكمال الإعداد والتحقق من التوفر. اشرح التكاليف أولاً إذا كانت الاختبارات المدفوعة مطلوبة.
أعطِ الفيديو الأصلي وصورة Han Li لـ Codex
بعد ذلك، أرسلت رابط فيديو "Chao Ge Shuo Che" وصورة Han Li معًا إلى Codex، محدداً نسخ أول 20 ثانية فقط.
يرجى نسخ أول 20 ثانية من هذا الفيديو، واستبدال الشخصية بصورة Han Li التي قدمتها. حافظ على التركيب الأصلي، وإيقاع القطع، والترجمات النصية، وتأثير صورة داخل الصورة. احتفظ بالصوت الأصلي. أكمل جميع العمليات ضمن نفس مشروع Hypit.
كن واضحًا بشأن نطاق النسخ؛ وإلا، بالنسبة لفيديو أصلي مدته أكثر من 10 دقائق، قد يخطط Codex للطول الكامل.
تحقق من الإطارات الأولى قبل توليد الفيديو
طلبت من Codex تفكيك اللقطات وتوليد أربعة إطارات أولى: Han Li في غرفة البث المباشر، ومرور المدينة عند الغروب، وسيارة Mercedes البيضاء في نفق، ومرور الشارع خلال النهار.
تتحقق هذه الخطوة بشكل رئيسي مما إذا كانت الشخصية تبدو صحيحة، والملابس دقيقة، ولم تنحرف المشاهد. إذا كانت الإطارات الأولى غير مرضية، فعدّلها أولاً قبل مواصلة توليد الفيديو الديناميكي.
يرجى عرض الإطارات الأولى للمشاهد الأربعة أولاً. حافظ على وجه Han Li، وشعره الطويل، وثيابه ذات اللونين الأزرق والذهبي. يجب ألا تتضمن لقطات السيارة مقدم البث الأصلي، أو الترجمات النصية، أو تأثير صورة داخل الصورة؛ سيتم إضافة هذه العناصر بشكل موحد بواسطة Hypit لاحقًا.
[أدرج هنا الإطار الأول لغرفة البث المباشر لـ Han Li]
اجعل Codex يولد المقاطع، ثم قم بالتركيب باستخدام Hypit
بعد تأكيد الإطارات الأولى، طلبت من Codex توليد أربع مقاطع للمضيف وثلاث مقاطع للسيارات، بطلب 5 ثوانٍ لكل منها، ثم استخدمت Hypit لتركيب الـ 20 ثانية النهائية.
النماذج تولد المرئيات؛ يتعامل Hypit مع القطع، والترجمات النصية، وتأثير صورة داخل الصورة.
يرجى توليد أصول ديناميكية وفقًا للإطارات الأولى المؤكدة والميزانية، ثم تركيب فيديو مدته 20 ثانية باتباع الإيقاع الأصلي. عندما تظهر لقطات السيارة، ضع Han Li في صورة داخل الصورة مركزية أسفل الشاشة، مع الصوت الأصلي والترجمات النصية. أعد استخدام الأصول المولدة بالفعل مباشرة؛ لا تقم بتوليدها مرة أخرى.
هذه المرة، من الفيديو المرجعي إلى النسخة النهائية لـ Han Li، كانت مهامي الرئيسية إعطاء المتطلبات لـ Codex، ومراجعة النتائج، وإخباره بما يحتاج إلى تعديل.
لا يترك Hypit وراءه مجرد فيديو، بل مشروع قابل للتحرير. في المرة القادمة التي تريد فيها تغيير الشخصيات، أو تحرير الترجمات النصية، أو ضبط تأثير صورة داخل الصورة، يمكنك المتابعة من هذا المشروع.
بالطبع، لم تصل الحركات الحالية ومزامنة الشفاه بعد إلى نسخة طبق الأصل بنسبة 1:1؛ استخدام نماذج أفضل مثل سلسلة Seedance سيحسن هذا بشكل كبير. إذا كنت مهتمًا، جرب العثور على مقطع فيديو قصير مدته 10-20 ثانية أولاً لترى أي الخطوات يوفرها لك.
عنوان المشروع: hypit-ai/hypit. إذا وجدته مفيدًا، فكر في وضع نجمة (Star) للمشروع.
