أولاً، دعنا نوضح: لماذا تقرأ هذا الدليل؟ وما الذي يمكنك إنشاؤه بعد قراءته؟
إذا كنت جديدًا على المساعد الذكي الشخصي من Meta المسمى Muse، فقد تستخدمه فقط للدردشة أو البحث عن المعلومات أو توليد بعض الصور. لكن عندما تحاول إنتاج مقطع فيديو قصير متكامل وجاهز للنشر، فمن المرجح أن تصطدم بأربع عقبات:
- تغير ملامح الوجه مع كل لقطة: تكون البطلة فتاة ذات شعر طويل في ثانية واحدة، وشخصًا مختلفًا تمامًا في الثانية التالية.
- تشوهات أثناء الحركة: إذا قامت الشخصية بحركات واسعة، قد تخترق اليدين الوجه أو تتشوه الملامح.
- تحول الفيديوهات الطويلة إلى حركة بطيئة: طلب "توليد فيديو مدته 20 ثانية" من الذكاء الاصطناعي غالبًا ما يؤدي إلى تمديد 5 ثوانٍ من الحركة لتصبح 20 ثانية، ليبدو الفيديو كعرض شرائح متقطع.
- نفاد الحصة المجانية: توليد الصور والفيديو يستهلك الحصص الأسبوعية المجانية بسرعة؛ فبضع محاولات تكفي لتعجز عن المتابعة.
هذا ليس مجرد قائمة ميزات، بل دليل عملي خطوة بخطوة ينقلك من الصفر إلى الاحتراف.
اتبع الخطوات أدناه، وحتى بدون أي خبرة في مونتاج الفيديو، ستتمكن من بناء مسار العمل التالي:
- الأساسيات: جعل الذكاء الاصطناعي يتذكر وجه البطل نفسه، وتصوير مقاطع مدتها 6 ثوانٍ بثبات ودون تشوهات.
- توفير الحصص: نقل مهام التصيير (Rendering) إلى أدوات ويب مجانية بالكامل.
- الكاميرا والمنظور المتقدم: تعلم كيفية تجهيز ComfyUI وMiniMax H3 وBlender للقطات المعقدة مثل "الدوران المداري حول الشخصية" أو "التقدم للأمام في الشارع" لضمان استقرار النتيجة النهائية.
في منشورنا السابق حول الاستخدام المتقدم لـ Muse، استعرضنا إعداد 4 محطات عمل: رادار الحصة المجانية، ومسار عمل فيديو الذكاء الاصطناعي، ومركز صناعة المحتوى الذاتي، ولوحة متابعة الترندات. راجعه إن فاتك، لأن إعداد لوحة الترحيل يعتمد عليه.
https://x.com/loi_jinli/status/2120499400586014862
1. التحضير: الحسابات، المواد، والتوقعات
قبل فتح أي برنامج، افهم الأساسيات والوقت المتوقع:
① الحسابات والمواد الأساسية
- حساب Muse واحد: سجّل الدخول عبر muse.ai أو تطبيق سطح المكتب. تحقق من الحصة المتبقية (مقطع مدته 6 ثوانٍ يستهلك حوالي 2%–12% من الحصة الأسبوعية؛ ابدأ باختبارات قصيرة).
- صورة بورتريه أمامية واضحة واحدة: إضاءة متساوية، ملامح واضحة، بدون نظارات شمسية أو غرة شعر. لا ترفع صور مجمعة شبكية؛ فقد يتعلم الذكاء الاصطناعي الحدود البيضاء ويدمجها في الفيديو.
- حدد نسبة العرض إلى الارتفاع مبكرًا: استخدم `9:16` للمقاطع الرأسية (TikTok، Reels) أو `16:9` للأفقية (YouTube). لا تولد فيديو أفقيًا ثم تقصه إجباريًا ليكون رأسيًا؛ فالقص التلقائي غالبًا ما يزيح الموضوع عن المركز.
② أوقات الانتظار الواقعية
- توليد صورة أساسية واحدة: 20–40 ثانية.
- توليد مقطع واحد مدته 5–6 ثوانٍ: دقيقة إلى دقيقتين.
- نص كامل لمدة 30 ثانية + توليد مجزأ: 15–30 دقيقة شاملة المراجعات. إذا كان التوليد جاريًا، انتظر بصبر ولا تضغط زر الإرسال مرارًا.
③ الأدوات المتقدمة (تعرف عليها الآن، وثبتها لاحقًا)
الأقسام من 5 إلى 7 تستخدم هذه الأدوات الخارجية المجانية؛ بينما الأقسام من 2 إلى 4 لا تحتاجها:
- [Meta AI](https://www.meta.ai/): أداة ويب مجانية لنقل مهام توليد الصور والحركات البسيطة إليها لتوفير حصة Muse.
- ComfyUI: برنامج مفتوح المصدر يعتمد على العُقد لمسارات عمل الذكاء الاصطناعي، يُستخدم لـ "السلاسة (استيفاء RIFE)" و"التحكم الدقيق بالكاميرا (MiniMax H3)". يتطلب بطاقة رسومات بذاكرة 16GB–24GB VRAM أو حوسبة سحابية.
- Blender: برنامج نمذجة ثلاثية الأبعاد مفتوح المصدر لإعداد منظورات الشوارع والمباني دون تشوه قبل التوليد بالذكاء الاصطناعي.
2. الخطوة 1: ضع القواعد في Muse أولاً
غالبًا ما يطلب المبتدئون شيئًا مثل "فتاة جميلة تشرب القهوة"، مما ينتج عنه موسيقى خلفية سيئة، وترجمات غير مرغوبة، وتشوهات في اليدين.
ابدأ محادثة جديدة. لا ترفع الصور بعد. أرسل "قاعدة التعاون" التالية:
1أنا مستخدم صيني. سنقوم بإنشاء أصول لفيديوهات قصيرة بشخصية ثابتة. اتبع هذه القواعد الثلاث بدقة:21. ما لم أطلب ذلك صراحةً، لا تضف موسيقى خلفية (BGM)، أو تعليقًا صوتيًا، أو ترجمات نصية على الشاشة.32. اجعل حركات الشخصية بسيطة أو مفردة. ممنوع مرور اليدين أمام الوجه.43. بعد كل عملية توليد، قم بمراجعة ذاتية لهذه العناصر الأربعة: "ثبات الوجه، ملمس الجلد (ليس بلاستيكيًا)، طبيعية اليدين/الحركات، استقرار الإضاءة." وأبلغني بأي مشكلة محتملة تجدها.
ملاحظة: هذه القواعد تضبط عادات التوليد. أما بالنسبة لربط الحسابات الخارجية أو الوصول إلى الملفات، فعليك الموافقة يدويًا على النوافذ المنبثقة للتفويض في الإعدادات.
3. الخطوة 2: الحلقة الدنيا – تثبيت الوجه بصورة واحدة
الهدف: إنشاء أول مقطع مدته 6 ثوانٍ بوجه ثابت باستخدام صورة واحدة فقط.
① احفظ ملف الشخصية كـ "مذكرة"
ارفع صورتك الأمامية. وأرسل:
1احفظ ملامح وجه الشخص في الصورة المرفقة كـ "مذكرة إعداد شخصية" قابلة لإعادة الاستخدام.2المتطلبات:31. سجل فقط بنية الوجه، تسريحة الشعر، لون الشعر، وبُنية الجسم. لا تسجل الخلفية، الإضاءة، أو الملابس.42. اعرض لي النص الكامل للمذكرة بعد حفظها.
راجع الرد. تأكد من عدم تسرب أي تفاصيل بيئية (مثل "واقف عند باب المقهى"). إن حدث ذلك، رد قائلاً: "احذف وصف الخلفية/الملابس، واحتفظ فقط بملامح الوجه/الشعر، ثم أعد الحفظ."
② ولّد أول مقطع اختباري مدته 6 ثوانٍ
في نفس المحادثة، أرسل:
1استخدم "مذكرة إعداد الشخصية" والصورة المرجعية المحفوظتين لتوليد فيديو اختباري رأسي (9:16) مدته 6 ثوانٍ بأسلوب السيلفي.2المشهد: داخلية خافتة الإضاءة، مصباح مكتب أصفر دافئ يضيء محيط الوجه. حافظ على ملمس الجلد الواقعي، بدون تنعيم مبالغ فيه.3الحركة: فقط "النظر جانبًا، ثم العودة للنظر إلى الكاميرا والرمش بشكل طبيعي". تبقى اليدين ساكنتين.4أرسل الفيديو وأبلغني بنتائج المراجعة الذاتية للعناصر الأربعة.
انتظر دقيقة إلى دقيقتين. راجع الفيديو.


③ التحسين: غيّر شيئًا واحدًا في كل مرة
إذا لم تكن راضيًا، لا تطلب تغييرات متعددة. في نفس المحادثة، أرسل:
1احتفظ بمظهر الشخصية، بيئة الغرفة، والحركة كما هي. عدّل هذا الشيء فقط:2زد سطوع مصباح المكتب درجة واحدة لتكون ملامح الوجه أوضح. لا تغير أي شيء آخر.
افعل: تأكد أن مقطع الـ 6 ثوانٍ يحتوي على وجه ثابت، بدون ترجمات إضافية، وعيون/جلد طبيعيين. لا تفعل: كتابة سيناريوهات مدتها 30 ثانية قبل تثبيت الوجه.
4. الخطوة 3: وفّر الحصة بنقل التصيير إلى Meta AI
عند تجربة لقطات أكثر، تنفد حصص Muse بسرعة. قسّم مسار العمل: Muse يكتب المطالبات ويعمل كمراقب جودة (تكلفة منخفضة)؛ وMeta AI يتولى التصيير الثقيل (مجانًا).
الخطوات:
- أنشئ "لوحة ترحيل المطالبات" في مساحة Muse:
1لا يمكنك النقر مباشرة على روابط Meta AI الخارجية. يرجى إنشاء "لوحة ترحيل المطالبات" في المساحة (Space).2الميزات:31. عندما أصف مشهدًا، اكتب مطالبات صور/رسوم متحركة كاملة ومستقلة وضعها على اللوحة.42. أضف زر "نسخ" ورابطًا إلى https://www.meta.ai/ لكل مطالبة.53. سأقوم بتوليد الوسائط في Meta AI، ورفعها هنا لتتفحصها بحثًا عن الأخطاء وتقترح النسخة التالية من المطالبة.
- ولّد الصور في Meta AI: انسخ المطالبة من اللوحة، والصقها في meta.ai. ولّدها (حوالي 20 ثانية). أعد المحاولة بحرية.
- حرّك الصور في Meta AI: انقر على
Animate(افتراضي) أوCustom animate(الصق وصف الحركة من Muse). يمكنك اختياريًا إضافةMusic. - التحقق في Muse: ارفع فيديو Meta AI مجددًا إلى Muse. واسأل: "تحقق من أخطاء الوجه/الحركة. قدم مطالبة معدلة إذا لزم الأمر."

5. الخطوة 4: تجنب الحركة البطيئة وسلاسة المقاطع (فيديوهات 20–30 ثانية)
العقبات: التوليد المباشر لـ "20 ثانية" يسبب الحركة البطيئة؛ وفيديو الذكاء الاصطناعي الخام يكون متقطعًا (16/24 إطارًا في الثانية).
① أنشئ جدول القصة المصورة (Storyboard)
اطلب من Muse تقسيم فكرة مدتها 30 ثانية إلى ست لقطات مدة كل منها 5 ثوانٍ:
1قسّم هذه الفكرة إلى جدول قصة مصورة رأسي مدته 30 ثانية ويتكون من 6 لقطات: [شخص يمشي تحت مطر طوكيو، والشوارع تتحول إلى مدينة خيال علمي مع كل خطوة].2أعمدة الجدول:31. رقم اللقطة.42. المدة (~5 ثوانٍ).53. المحتوى المرئي.64. زاوية الكاميرا (قريبة/متوسطة/واسعة).75. حركة الكاميرا (اقتراب/ابتعاد/تتبع).86. الانتقال إلى اللقطة التالية.9المتطلب: يجب أن تكون ملابس البطل ووجهه متطابقة تمامًا في جميع اللقطات الست.
② تجنب أمر "توليد 20 ثانية"
يقوم الذكاء الاصطناعي بإبطاء الحركة إذا أُجبر على تمديد الوقت. بدلاً من ذلك، اطلب التوليد المجزأ:
1ولّد اللقطات من 1 إلى 4 من القصة المصورة باستخدام مقاطع "10 ثوانٍ + 10 ثوانٍ" مدمجة. حافظ على السرعة الفيزيائية الطبيعية للمشي/البيئة. لا تستخدم الحركة البطيئة.
③ استخدم استيفاء RIFE للحصول على 60 إطارًا في الثانية
فيديو الذكاء الاصطناعي الخام غالبًا ما يكون 16/24 إطارًا في الثانية. استخدم RIFE لإدراج إطارات وسيطة للحصول على 60 إطارًا في الثانية بسلاسة.
- بسيط: اسأل Muse: "طبّق محرك RIFE لاستيفاء الفيديو الأخير إلى 60 إطارًا في الثانية."
- متقدم (ComfyUI): استورد الفيديو إلى ComfyUI المحلي. اتبع دليل استيفاء الإطارات في ComfyUI. ثبّت ComfyUI-Frame-Interpolation:
- حمّل مسار عمل Frame Interpolation.
- أدخل الفيديو، واربط عُقدة `RIFE VFI` (النموذج rife47 أو 4.0–4.9).
- اضبط المضاعف على `2` (لـ 24/30 إطارًا في الثانية) أو `4` (لـ 16 إطارًا في الثانية). صدّر عبر Video Combine بمعدل 60 إطارًا في الثانية.
6. الخطوة 5: حركات الكاميرا المعقدة (الدوران المداري) مع MiniMax H3
المطالبات النصية وحدها تفشل في الحركات السينمائية مثل "الشخصية تدير رأسها بينما تدور الكاميرا حولها". الحل: التصور المسبق (Previz) في Muse، والتحسين في ComfyUI + MiniMax H3.
الإعداد: ComfyUI + MiniMax H3
يتطلب ذاكرة VRAM بحجم 16GB+ أو وحدة معالجة رسومات سحابية (Kaggle/Modal/Paperspace).
- حدّث ComfyUI: تأكد من وجود أحدث إصدار (يدعم MiniMax H3 أصليًا).
- نزّل النماذج:
- النموذج الأساسي: أوزان MiniMax H3 Ref2VA من Hugging Face →
ComfyUI/models/diffusion_models/. - LoRA توربو بـ 8 خطوات (موصى به): نزّل
minimax_h3_ref2v_turbo_8step_v1.0_768p_comfyui_bf16.safetensorsحسب دليل ويكي ComfyUI →ComfyUI/models/loras/. يقلل عدد الخطوات من 20+ إلى 8.
التنفيذ:
- ولّد التصور المسبق في Muse:
1ولّد فيديو تصور مسبق مدته 5 ثوانٍ:2المشهد: مقعد بجوار نافذة مقهى بعد الظهر.3الحركة/الكاميرا: شخص يرتدي هودي رمادي يسمع من يناديه، يدير رأسه للخلف واليسار. في الوقت نفسه، تدور الكاميرا بسلاسة نصف دائرة من الأمام إلى الخلف المائل. مسار ثابت، إطار نظيف.
- حمّل قالب MiniMax H3 في ComfyUI: استخدم القالب الرسمي video_minimax_h3_r2v.json. اربط العُقد:
- الصورة المرجعية: صورتك الأمامية.
- الفيديو المرجعي: التصور المسبق من Muse مدته 5 ثوانٍ.
- محمل LoRA: أرفق LoRA توربو بـ 8 خطوات.
- المعاملات: العرض 1344، الارتفاع 768، الطول 121 إطارًا (حوالي 5 ثوانٍ @ 24 إطارًا في الثانية)، الخطوات 8 (أو 20 بدون LoRA).
- أفضل ممارسات المطالبات: وفقًا لـ تجربة MiniMax-H3 Ref2VA، لا تعتمد أبدًا على الصور المرجعية وحدها. صف لون الشعر والملابس صراحةً في كل جزء من المطالبة لمنع "فقدان الذاكرة" وتبديل الوجوه. أضف المطالبة للطابور (Queue Prompt). النتيجة: فيديو بدقة 768p مع صوت محيطي في دقائق.
نظرة عامة على عُقد القالب الرسمي:

قائمة التحقق من ربط العُقد:
- الخط الرئيسي: محمل النموذج (MiniMax H3) ← محمل LoRA (Turbo) ← MiniMaxH3ReferenceToVideo ← المُعيّن (steps=8) ← Video Combine
- المدخلات: الصورة المرجعية ← البورتريه؛ الفيديو المرجعي ← التصور المسبق من Muse
- المعاملات الأساسية: width=1344, height=768, length=121
7. الخطوة 6: إصلاح تشوه منظور الشارع باستخدام Blender + بيانات PLATEAU
الشوارع التي يولدها الذكاء الاصطناعي غالبًا ما تُشوّه المباني. الحل: تثبيت المنظور ببيانات مدن ثلاثية الأبعاد حقيقية، تصيير قاعدة ثابتة، ثم تحريكها بالذكاء الاصطناعي.
الإعداد:
- ثبّت Blender: برنامج ثلاثي الأبعاد مجاني ومفتوح المصدر.
- احصل على البيانات: نزّل إضافة Plateau-Blender-Importer وبيانات CityGML (.gml) من Project PLATEAU الياباني (مباني وطرق بارتفاعات حقيقية، بدقة تصل إلى متر واحد).
التنفيذ:
- ثبّت الإضافة: Edit → Preferences → Add-ons → Install .zip → Enable.
- استورد كتلة المدينة: File → Import → Plateau City GML. لا تستورد المدينة بأكملها (سيسبب تعطل البرنامج). اطلب من Muse كتابة سكربت Python لـ Blender لتصفية المباني ضمن نطاق 500 متر إلى كيلومتر واحد من الكاميرا وتلوينها برموز لونية.
- صرّ القاعدة الثابتة: ضع الكاميرا الافتراضية (مستوى العين/جوية)، واضبط زاوية الشمس. اضغط F12 لتصيير صورة ثابتة ونظيفة.
- حرّك بالذكاء الاصطناعي: ارفع الصورة الثابتة إلى Muse/Meta AI/ComfyUI. المطالبة: "احتفظ بهياكل المباني دون تغيير. أضف انعكاسات نيون على أسفلت مبلل، مشاة يحملون مظلات، تقدم بطيء للكاميرا للأمام." بما أن الهندسة مثبتة، لن يحدث أي تشوه.
فحوصات الجودة:
- القاعدة الثابتة: كتل بيضاء/رمادية، طرق داكنة، عمق/منظور واضح، بدون خامات.
- الفيديو النهائي: قارن الإطار الأخير بالقاعدة الثابتة. يجب أن تظل حواف المباني مستقيمة، بدون تشوه يشبه الهلام.
8. استكشاف الأخطاء وإصلاحها وقائمة التحقق من مسار العمل
المشاكل الشائعة قبل النشر:
- قص الموضوع في الفيديو الرأسي: إذا كنت تحول من 16:9 إلى 9:16، تحقق من عرض ملء الشاشة. تأكد من عدم قطع الوجه.
- غياب النص في البداية: الفيديوهات التي يضيف لها Muse ترجمات غالبًا ما تحتوي على فراغ في أول 0.2–0.5 ثانية. قص البداية أو أضف الترجمات في CapCut/Jianying.
- تعليق التوليد: إذا تجاوز 3 دقائق، تحقق من سجل النشاط. إذا أُرجع نص فقط، اسأل: "لم أرَ ملف فيديو. أكد نجاح التوليد وقدم رابط التشغيل."
- الحقوق التجارية: الطبقة المجانية من Muse لا توفر ضمانًا صريحًا لترخيص تجاري. للإعلانات المدفوعة، استخدم Muse فقط للقصص المصورة/المذكرات/التصور المسبق. صرّ الأصول النهائية محليًا باستخدام نماذج مفتوحة المصدر (ComfyUI) وادمجها في برامج المونتاج.
قائمة التحقق الذاتي:
- [ ] جهزت صورة بورتريه أمامية واضحة واحدة؛ وتحققت من الحصة الأسبوعية في Muse.
- [ ] أرسلت قواعد التعاون الثلاث إلى Muse؛ وفرضت المراجعة الذاتية للعناصر الأربعة.
- [ ] أكملت أول اختبار لتثبيت الوجه مدته 6 ثوانٍ؛ وأتقنت تحسين "تغيير واحد في كل مرة".
- [ ] أنشأت لوحة ترحيل Meta AI أو استخدمت التجزئة "10 ثوانٍ + 10 ثوانٍ".
- [ ] فهمت متى تستخدم RIFE (للسلاسة)، وComfyUI MiniMax H3 (للتحكم بالكاميرا)، وBlender+PLATEAU (لاستقرار المنظور).
المراجع والأدوات
- مساعدة Meta: توليد الصور ورسوم Vibes المتحركة
- دليل ComfyUI: استيفاء الإطارات (RIFE)
- ويكي ComfyUI: دليل MiniMax H3 Turbo Ref2VA
- دليل الاستيراد الرسمي لـ PLATEAU في Blender وGitHub الخاص بالإضافة
تابع @loi_jinli لتنمو وتربح معنا.





