المشروع المستحيل، أصبح ممكنًا

كيف يستخدم Mile 80 منصة OpenArt لتوسيع إنتاجه بشكل هائل، وما الذي يصبح ممكناً بمجرد تغيير سير العمل

بالنسبة لـ Ryan Sheffer، بدأت العلاقة مع OpenArt بميزة واحدة تولّت الجزء الأكبر من العمل. يقول: "أهم ميزة استخدمناها لأطول فترة كانت الإطار الأول، الإطار الأخير، أنشئ فيديو": توليد الإطار الأول للقطة، وتوليد الإطار الأخير، ثم ترك النموذج يملأ الحركة بينهما. رغم بساطتها، هكذا يعمل استوديو Sheffer، الميل 80وضع بهدوء لقطات مولّدة بالذكاء الاصطناعي ضمن أعمال بعض أشهر العلامات التجارية في العالم. في عرض BMW حديث، قدّم Mile 80 فيديوهات لسيارتَي Mini Cooper وRolls Royce، وبحسب Sheffer، فإن معظم المخرجات المتعلقة بـ BMW في ذلك الموسم احتوت على لقطة واحدة على الأقل مولّدة أو مولّدة جزئياً باستخدام OpenArt، وهي فئة من العملاء الراقين، على حد قوله، "لا تتوقع أن يكون في فيديوهاتهم ذكاء اصطناعي."

Sheffer founded Mile 80 nearly a decade ago after years of working as what he calls "the nerdy guy" in post-production and visual effects. The studio built its name in live events: 360-degree screens, spatial storytelling, the kind of shows where a single project might need hundreds of assets rendered at 30K resolution. It's a business built on technical difficulty, and Sheffer has spent his career finding the next hard problem before everyone else does. That instinct is what brought him to AI early, and it's also what makes him refreshingly honest about where it actually helps.

لماذا غيّر إطار البداية وإطار النهاية كل شيء

جلس معنا Sheffer ليستعرض ما حدث بعدما توقّف فريقه عن التعامل مع OpenArt كمولّد مستقل وبدأ يبني حوله.

جاء التحوّل عندما فتحت OpenArt خادم MCP الخاص بها. بدأت Mile 80 ببناء واجهتها الخاصة فوقه، مستخدمةً Claude لإدارة العملية الإبداعية بأكملها، من بناء قوائم اللقطات إلى نقد الإطارات الفردية، وتوجيه طلبات التوليد الفعلية إلى OpenArt في الأسفل. يوضّح شيفر: "لقد بدأنا بوضع واجهة فوقه، ونحن الآن نبني بشكل أساسي باستخدام Claude، وهو أمر مثير جدًا للاهتمام." إذًا فإن واجهتنا هي Claude لـ OpenArt هذه الأيام."

In practice, that means Mile 80's artists talk to Claude the way they'd talk to a coordinator on a physical set. They define characters, environments, and reference images, then Claude builds what Sheffer calls a production bible and shot list, and routes generation requests to OpenArt for the actual start and end frames. Two of his artists, Camila and Francez, built a custom Claude skill that takes a script, breaks it into individual shots, and fires off the OpenArt requests automatically. "It works really well," Sheffer says.

من الأعمال التي يفخر بها Sheffer أكثر رسومٌ متحركة لسيارة Rolls Royce بُنيت بالكامل من إطارات مولّدة بواسطة OpenArt في Mile 80، وهو نوع من أعمال العلامات الفاخرة التي يقول إنه لا سابقة حقيقية لها في مشاركة الذكاء الاصطناعي. يقول: "لا أستطيع أن أفكر في علامة أرقى من تلك".

OpenArt's contribution here goes beyond just start and end frames. Rather than generating a finished background, Mile 80 prompts OpenArt to build visuals with a green screen already baked into the shot, then relies on its own compositing tools, the same ones it's always used, to pull that green screen out and layer the shot into the scene. It's the detail that lets Sheffer's team keep working the way a VFX shop always has, just with a generated element standing in for what used to be a live-action plate. The same approach produced a character Mile 80 built for LangChain, an animated figure named Newton generated with a green screen baked in and then composited out, set to appear as part of a New York City subway campaign.

المشروع الذي كان يُفترض أن يكون مستحيلاً

The clearest example of what that pipeline makes possible is Gammarama, a live event series the client wanted positioned as something like the new TED talks: more serious than the brand's usual output, without losing its sense of fun. Sheffer's team had five weeks to develop the entire visual identity and then deliver on it. "There was only five weeks to develop the entire visual identity," he says, "what the deliverables would be, each of the video scripts, each of the videos, storyboards, and then execute and deliver for a large screen display."

شيفر صريح بشأن ما كان سيعنيه ذلك الجدول الزمني دون مسار عمل قائم على الذكاء الاصطناعي. يقول: "كان سيصبح مستحيلاً تماماً". "لم يكن بإمكاننا قط أن نحقق ما حققناه." كان على الفريق أن يقلّص الفكرة إلى شيء أبسط وأقل تميزاً لمجرد اللحاق بالموعد النهائي: أساليب بصرية أقل ممزوجة معاً، عناصر متحركة أقل على الشاشة، شيء أقرب إلى تعديل مباشر بدلاً من الهوية المتعددة الطبقات والمصممة بأسلوب مميز التي حصل عليها العميل بدلاً من ذلك. وهو يعزو الفضل إلى رئيس فريق الرسوم المتحركة لديه، فران، لدفعه بسير عمل الفريق القائم على الذكاء الاصطناعي إلى الأمام بما يكفي لجعل النسخة الطموحة ممكنة أساساً.

What made the timeline work wasn't a single clever trick so much as the team's willingness to treat "if this were possible, how would we do it" as the starting question, rather than "can we even attempt this." Green screen and alpha-channel generation handled the layering, while Claude, connected through MCP, handled direction and shot management. And because OpenArt could turn a concept into a usable start and end frame quickly, the team could iterate on a look before committing real production time to it.

الفرق بين الإتقان والرداءة

Sheffer's read on generative AI is more particular than the average AI-optimist take, partly because he's been burned by the hype cycle before. Back in 2013, before founding Mile 80, he ran a company that automatically generated short news videos from trending social posts, pulling content based on hashtag and location spikes and stitching it into a reel with an early large language model. It worked, in the sense that it got views. It also produced, by his own account, a video about a viral photo of a slice of pizza at the World Series that did numbers, and that was the moment he started backing away from the business. "I did see AI slop immediately as the core issue," he says. "That's funnily enough kind of why Mile 80 was started."

That history is why he's specific about what AI tools are actually good for. "The generative AI tools are the world's fastest, and in some ways dumbest, employees you have," he says. "You have to be incredibly specific with what you ask for. And if you correctly ask them for it, they will give it to you." He compares the goal to how David Fincher uses visual effects in nearly every shot of every film he makes, so seamlessly that audiences never register them as effects at all. "No one thinks of him as a visual effects director ever," Sheffer says. "Why? It's so good. It's integrated into the scene." The alternative, in his view, is the same failure mode people associate with the least-liked Marvel visual effects work: technically present, but not actually serving the story. "That's the same thing as AI slop," he says. "It's not understanding how to use the tool."

وهو واضح بالقدر ذاته بشأن الحد الذي يرسمه لاستخدامه الشخصي لها. يقول: «لا أريد أبدًا الوصول عبر API إلى OpenArt لتوليد مئة ألف فيديو لموزة تلقي نكتة»، وهو يعنيها بأكثر من كونها مزحة: فالتوليد الجماعي غير المنظّم هو تحديدًا نمط الفشل الذي شاهده يُغرق شركته السابقة.

طموح أكبر، الموعد النهائي نفسه

لا يُجمّل شيفر ما يمنحه التوليد الأسرع فعلياً لـ Mile 80: ليس المزيد من العملاء، بل أعمالاً أكثر طموحاً بكثير ضمن المواعيد النهائية التي يمتلكونها بالفعل. يقول: "وجدت أنه أسرع، لكن المشروع الذي سيتضمن الآن Godzilla لم يكن يملك سابقاً الوقت لصنع Godzilla بالطريقة الأخرى. قدرتك على الانتقال من الفكرة إلى التصور تحسّنت كثيراً." الفكرة التي كانت تُبسَّط سابقًا بهدوء لتلائم موعدًا نهائيًا يمكنها الآن أن تظل طموحة بقدر ما يتطلبه الموجز فعلًا.

القيد الوحيد الذي لم يتغير هو مراجعة العميل. يقول Sheffer: «حتى لو تمكّنا من إنجاز فيديو في يوم واحد، فما زال عليه أن يصعد في سلسلة الموافقات»، وتلك الدورة الموافقة هي التي تحدد الإيقاع الحقيقي للمشروع مهما بلغت سرعة خطوة التوليد. إنه تمييز يستحق التأمل: القيمة هنا ليست في جدول زمني أقصر، بل في سقف أعلى بكثير لما يمكن أن يتّسع له الجدول الزمني الذي بحوزتك بالفعل.

المشكلة الصعبة التالية

The newest thread Mile 80 is pulling on is live action. Rather than generating a scene from scratch, the team is testing what happens when real footage, shot quickly and simply, gets AI effects, creature work, or set extension added in post. Sheffer thinks there's real room to run here: "I could see a workflow for sure of filming with an iPhone and getting out high quality Hollywood blockbuster style," he says, enough that he half-jokes about the approach eventually undercutting the traditional camera market.

The limiting factor, in his view, is still human emotion. "Our eyes are so used to, and our brains are so used to, knowing that's a human being, that it's always the hardest thing to fake," he says. That's part of why he's also been thinking through quicker face-replacement pipelines, layering real webcam performance onto a generated character rather than trying to generate the performance itself. It's a fitting place for the story to land: even the team most willing to push a pipeline as far as it can go still draws the line at the same place, the parts of the work that come from being human.