دليل الموجهات لـ Wan 3.0 - القواعد والمراجع والإعدادات لمقاطع فيديو مثالية بالذكاء الاصطناعي

Wan 3.0 is Alibaba's creative video model, and you can use it on OpenArt's مولّد فيديو بالذكاء الاصطناعي. يُنشئ Wan 3.0 حتى 30 ثانية من الفيديو دفعة واحدة، ويأخذ 20 ملف مرجع، ويُنشئ الصوت في الوقت نفسه مع الصورة، متزامنًا تمامًا.

نشرت Alibaba صيغ الوصف الخاصة بها عند إطلاق النموذج، ويحوّلها هذا الدليل إلى خطوات بسيطة يمكنك نسخها، إلى جانب كيفية إظهار الكلمات على الشاشة بشكل صحيح، وكيف يُقارن بنماذج الفيديو الأخرى في OpenArt.

أبرز النقاط

• ابدأ بموضوع ومكان وحركة. ثم أضف الكاميرا والأسلوب والصوت واحدًا تلو الآخر.
• ضع وسمًا لكل مرجع بـ @Image1 أو @Video1 أو @Audio1، وامنح كل لقطة نطاقًا زمنيًا مثل [0-6s].
• اكتب الحوارات الصوتية والمؤثرات الصوتية والموسيقى بشكل منفصل، واكتب "بدون موسيقى خلفية" عندما لا تريدها.
• ضع الكلمات التي تظهر على الشاشة بين علامتَي اقتباس واجعلها قصيرة.
• يُنتج Wan 3.0 مقاطع فيديو تتراوح مدتها من ثانيتين إلى 30 ثانية بدقة تصل إلى 1080p، وهو خيار قوي للمقاطع الطويلة المبنية على مراجع متعددة.

ما هو Wan 3.0؟

Wan 3.0 هو أحدث نموذج فيديو بالذكاء الاصطناعي من Alibaba. فهو يحوّل أمرًا مكتوبًا أو صورة أو مزيجًا من الصور ومقاطع الفيديو والمقاطع الصوتية إلى فيديو تصل مدته إلى 30 ثانية، مع الصوت.

يُنشئ Wan 3.0 الفيديو بأكمله دفعة واحدة، فيبقى الوجه والمنتج والإضاءة نفسها في كل ثانية. في OpenArt يمكنك بدء فيديو Wan 3.0 من نص أو من صورة بداية أو من مجموعة ملفات مرجعية.

دليل أوامر Wan 3.0: ابدأ بثلاثة أشياء

صيغة البداية من Alibaba قصيرة. تحتاج إلى موضوع ومكان وحركة.

"ثعلب أحمر يسير عبر حقل مغطى بالثلوج عند الشروق." يحتوي هذا الأمر على العناصر الثلاثة جميعها، وهو كافٍ للحصول على فيديو حقيقي.

بمجرد نجاح ذلك، تضيف الصيغة الأكمل ثلاثة عناصر أخرى: شكل اللقطة والأسلوب والصوت. أضفها واحدًا تلو الآخر لترى ما غيّره كل عنصر.

وسّم كل مرجع بعلامات @

يقبل Wan 3.0 حتى 20 ملفًا مرجعيًا، ويحصيها لك OpenArt في أعلى مربع الرفع.

رفعها ليس سوى نصف المهمة. فلن يخمّن Wan 3.0 أن الصورة 3 هي المقهى والصورة 4 هي السترة، لذا اذكر ذلك في الموجه باستخدام تسمية @:

@Image1 هي المرأة. @Image2 هو المقهى. @Audio1 هو صوتها. المرأة من @Image1 تجلس بجانب النافذة في @Image2 وتطلب قهوة.

تضع أمثلة Alibaba نفسها وسمًا لكل مرجع على حدة بهذه الطريقة. يمكنك أيضًا تسمية المرجع نفسه أكثر من مرة في أمر واحد، وهذه طريقتك للتحكم في مكان ظهوره.

يعمل إطارا البداية والنهاية بالطريقة نفسها. في OpenArt يمكنك تحديد الصورة التي يبدأ بها الفيديو والصورة التي ينتهي بها، مع إمكانية إضافة ملفات مرجعية إلى جانبها.

حدد في الوصف أيّ صورة هي إطار البداية، وأيّها إطار النهاية، والغرض من كل مرجع.

يمكن أن تصل مراجع الفيديو لديك إلى 15 ثانية، ومراجع الصوت إلى 15 ثانية أخرى. وللحصول على الشخص نفسه في فيديو بعد آخر، احفظه مرة واحدة في شخصيات OpenArt واخترهم لكل فيديو جديد.

رقّم لقطاتك وأعطِ كل واحدة مدة زمنية

يُنشئ Wan 3.0 حتى 30 ثانية دفعة واحدة، لذا أخبره بما يحدث من البداية إلى النهاية. صيغة Alibaba هي ملخص قصير أولًا، ثم لقطات مرقّمة مع نطاقات زمنية:

قصة قصيرة عن فتاة تعثر على قطة ضالة.

اللقطة 1 [0-5ث]: تسير عائدة إلى المنزل تحت المطر وتتوقف تحت مدخل باب.

اللقطة 2 [5-12ث]: لقطة قريبة لقطة صغيرة مبتلة تنظر إليها.

اللقطة 3 [12-20ث]: تركع وتمد يدها.

امنح كل نطاق زمني شيئًا واحدًا واضحًا ليفعله. إذا بدت لقطة متعجّلة في نتيجتك الأولى، فوسّع ذلك النطاق الزمني واترك الباقي كما هو.

للقصص التي تتجاوز 30 ثانية، يمكن لـ OpenArt تخطيط المشاهد وإنشاء الفيديو الكامل، بمدة تصل إلى 5 دقائق، في وضع Director.

اكتب الصوت كثلاثة عناصر منفصلة

ينشئ Wan 3.0 الصوت في الوقت نفسه مع الصورة، فيمكنك تشكيله بالكلمات. تقسّم Alibaba الصوت إلى ثلاثة أجزاء، ومن المفيد كتابة كل جزء على حدة.

الحوارات الصوتية. اكتب الجملة، ثم اذكر كيف تُقال. "تقول: 'أخبرتك أن هذا سيحدث.' بسرعة، بشيء من الانزعاج، بالإنجليزية الأمريكية."

المؤثرات الصوتية. حدّد الشيء وما يفعله وصوت الخلفية. "كأس يسقط عن الطاولة ويتحطم على الأرضية الخشبية، غرفة هادئة."

الموسيقى. حدّد الموسيقى والأسلوب. "بيانو بطيء يرافق المشهد بأكمله."

ضع الكلمات المعروضة على الشاشة بين علامات اقتباس

تقول Alibaba إن Wan 3.0 يعرض شاشات التطبيقات والرسومات المتحركة بوضوح، مما يساعد في عروض المنتجات والإعلانات التوضيحية. كما تقول Alibaba إن كتابة الكلمات على الشاشة لا تزال قيد التحسين، لذا فإن بعض العادات تُحدث فرقًا كبيرًا.

ضع الكلمات الدقيقة بين علامتَي اقتباس. دليل Alibaba نفسه يطلب هذا. "كيس قهوة على سطح مطبخ مكتوب على مقدمته عبارة 'MORNING ROAST'."

اجعل الكلمات قصيرة. اسم علامة تجارية أو سعر أو عنوان من ثلاث كلمات يظهر أوضح من جملة كاملة.

حدّد أين تظهر الكلمات. عبارة "عنوان أبيض في أسفل الشاشة" تمنح Wan 3.0 مكانًا واضحًا لوضع النص.

ابدأ من صورة تحتوي الكلمات بالفعل. للشعار أو ملصق المنتج الذي يجب أن يكون دقيقًا، أنشئ الصورة أولًا بنموذج صور مُصمم للنصوص، مثل Nano Banana 2.1 أو GPT Image 2.5.

اضبطها كإطار بداية، وسيبدأ Wan 3.0 الفيديو من كلمات مكتوبة إملائيًا بشكل صحيح بالفعل.

صحّح حرفًا خاطئًا بتعديل بسيط. إذا ظهرت كلمة واحدة بخطأ إملائي، اطلب تصحيح تلك الكلمة فقط وقل إن بقية الفيديو تبقى كما هي.

ثلاثة أشياء يقررها Wan 3.0 تلقائيًا نيابةً عنك

عندما لا تقول شيئًا، يتخذ Wan 3.0 خيارًا مع ذلك. إليك كيفية استعادة التحكم في كل منها.

الحوارات الصوتية. اكتب ما يقوله أحدهم ويحافظ Wan 3.0 على كلماتك بالضبط. لا تكتب شيئًا فيختلق حوارات صوتية خاصة به. أوقف ذلك بكتابة "بلا حوارات صوتية في الفيديو بأكمله."

الموسيقى. يختار Wan 3.0 موسيقى الخلفية بناءً على موضوع الفيديو. أوقف ذلك بعبارة "no background music".

عدد اللقطات. يقرر Wan 3.0 بنفسه ما إذا كان سيقطع بين اللقطات. اطلب لقطة واحدة متواصلة باستخدام عبارة "one continuous take".

تعمل المدة والشكل بالطريقة نفسها. اتركهما فارغين ليختار Wan 3.0 مدة بين 2 و30 ثانية، إضافة إلى نسبة عرض إلى ارتفاع تناسب مشهدك.

خيارات الدقة والمدة في Wan 3.0

على OpenArt، يُنشئ Wan 3.0 فيديو بدقة 480p أو 720p أو 1080p، وبأي مدة من 2 إلى 30 ثانية. يمكنك أيضًا ترك المدة لـ Wan 3.0، فيختار ما يناسب أمرك.

الدقة تغيّر السعر. يكلّف فيديو بدقة 1080p نحو أربعة أضعاف أرصدة الفيديو نفسه بدقة 480p، لذا اختبر وصفك عند 480p وأنشئ النسخة النهائية بدقة 1080p.

الفيديوهات الأطول تكلّف أرصدة أكثر أيضًا. حدّد المدة الدقيقة بمجرد أن تعرف عدد اللقطات التي تحتاجها.

تحقق من أربعة عناصر تحكم قبل التوليد

في OpenArt، تحيط أربعة إعدادات بمربع الوصف، وكل منها يغيّر ما تفعله كلماتك.

Auto Polish. هذا يعيد صياغة prompt قبل التشغيل. يفيد ذلك عندما تكتب جملة واحدة غير محكمة، لكنه قد يعيد أيضًا صياغة علامات المراجع والمدد الزمنية التي ضبطتها عمدًا. أوقفه بمجرد أن يصبح prompt دقيقًا.

الصوت. اترك هذا مفعّلًا لينشئ Wan 3.0 الصوت مع الصورة. أوقفه للحصول على مقطع صامت، وهي أسرع طريقة لإيقاف الموسيقى غير المرغوبة.

الكاميرا. اختر حركة الكاميرا هنا. ستحصل على الحركة نفسها في كل مرة، ويبقى أمرك أقصر.

الوضع. يحدد وضعا Standard و Prime مستوى الجودة، ويكلّف Prime أرصدة أكثر. اختبر أمرك على Standard، ثم أنشئ النسخة التي تعجبك على Prime.

يمكنك أيضًا تشغيل ما يصل إلى 8 فيديوهات دفعة واحدة. غيّر شيئًا واحدًا في كل نسخة، وشغّل الثمانية جميعًا، وقارن بينها لترى تأثير كل كلمة.

قل أقل عندما تبدأ من صورة

عندما ترفع صورة بداية، فإن تلك الصورة تُظهر بالفعل من فيها وأين هم وكيف يبدو كل شيء. وتكرار ذلك في الوصف لا يفعل سوى معارضة الصورة التي رفعتها.

لذا اكتب شيئين فقط: ما الذي يتحرك، وما الذي تفعله الكاميرا. "تلتفت نحو النافذة وتبتسم. اقتراب بطيء."

إذا أردت أن تبقى الكاميرا ثابتة، قل "لقطة ثابتة." وإلا فسيحرّك Wan 3.0 الكاميرا من تلقاء نفسه.

أصلِح شيئًا واحدًا بتعديل بسيط

يحرّر Wan 3.0 الفيديو انطلاقًا من تعليمات بسيطة، فكل مشكلة صغيرة تُحل بتعديل سريع واحد. حدّد ما تريد تغييره، ثم اذكر أن الباقي يبقى كما هو.

أزل النظارة الشمسية. تبقى حركتها وكل شيء آخر في الفيديو كما هو.

الصياغة نفسها تصلح لإضافة شيء أو تغيير الأسلوب أو ضبط الإضاءة أو استبدال حوار صوتي.

أربعة أخطاء تهدر عمليات الإنشاء

• وصف صورة ثابتة واحدة. اذكر ما يتغير خلال الثلاثين ثانية.
• ترك المراجع دون تسمية. إذا رفعت ستة ملفات، اذكر الغرض من كل واحد منها.
• تكديس حركات الكاميرا. حركة واحدة واضحة أفضل من ثلاث حركات تتصارع فيما بينها.
• نسيان إيقاف صوت لم تطلبه أصلًا. تظهر الموسيقى والحوارات الصوتية من تلقاء نفسها.

خلاصة جودة Wan 3.0

يُعد Wan 3.0 من أفضل الخيارات في OpenArt للفيديوهات بين 15 و30 ثانية المبنية على مراجع متعددة. ولأنه يُنشئ الفيديو بأكمله دفعة واحدة، تبقى الوجوه والمنتجات والإضاءة ثابتة من الثانية الأولى إلى الأخيرة.

تبدو الوجوه واقعية وتُظهر تغيّرات طفيفة في التعابير، ويفيد المختبرون الأوائل بأن الشخص نفسه يظل ثابتًا طوال 30 ثانية كاملة. ويأتي الصوت متزامنًا مع الحركة، فيصبح المقطع جاهزًا للنشر مع صوته.

خطّط مع مراعاة بعض القيود. أعلى دقة هي 1080p، وتقول Alibaba إن ملمس الصوت والتهجئة على الشاشة ما زالا قيد التحسين.

يُبلّغ المختبرون الأوائل أيضًا عن عادتين. فأحيانًا يضيف Wan 3.0 قطعًا لم تطلبه، لذا اكتب "لقطة واحدة متواصلة" عندما تريد لقطة منفردة.

قد تضيع التفاصيل الصغيرة أيضًا عندما يتشارك كثير من الأشخاص والأدوات مشهدًا واحدًا. اقصر كل لقطة على عدد قليل من الأشخاص والأشياء الأساسية، وضع وسمًا لكل مرجع.

الخلاصة: استخدم Wan 3.0 للإعلانات وفيديوهات المنتجات والمشاهد القصصية حيث يجب أن يبدو شخص أو منتج واحد كما هو طوال الوقت. وللمقطع القصير بدقة 4K، تشير المقارنة أدناه إلى خيار أنسب.

كيف يُقارن Wan 3.0 بالنماذج الأخرى في OpenArt

يشغّل OpenArt نموذج Wan 3.0 إلى جانب أفضل نماذج الفيديو الأخرى، بحيث يمكنك اختيار النموذج المناسب لكل مهمة من مكان واحد.

اختر Seedance 2.5 عندما تتطلب القصة الكثير من الشخصيات والعناصر، لأنه يقبل أكبر عدد من ملفات المراجع. واختر Wan 3.0 عندما يكون مرجعك مستندًا أو صفحة ويب، مثل صفحة منتج أو عرض شرائح.

اختر Kling 3.0 أو Veo 3.1 عندما يجب أن يكون الملف النهائي بدقة 4K والفيديو قصيرًا. اختر MiniMax H3 للحركة الواقعية في المقاطع حتى 15 ثانية، وGrok Imagine 1.5 عندما تكون السرعة هي الأهم.

ابدأ بإنشاء فيديوهات Wan 3.0

يتبع Wan 3.0 الأوامر الواضحة والموسومة بدقة. ابدأ بموضوع ومكان وحركة، ثم ضع وسمًا لكل مرجع وامنح كل لقطة توقيتًا.

حدّد بوضوح الصوت والكلمات التي تريد ظهورها على الشاشة، واختبر بدقة 480p قبل إنشاء النسخة النهائية. اكتب أول أمر لك باستخدام Wan 3.0 على OpenArt.

الأسئلة الشائعة

كم عدد المراجع التي يمكن أن يستخدمها Wan 3.0؟

يستوعب Wan 3.0 حتى 20 مرجعًا في فيديو واحد: 10 صور و5 مقاطع فيديو و5 مقاطع صوتية. ويمكنك إضافة مستند واحد أو صفحة ويب فوق ذلك، فتوجّه شخصية ومنتج وموقع وصوت اللقطة نفسها. يمكن أن تصل مراجع الفيديو إلى 15 ثانية، والمراجع الصوتية إلى 15 ثانية أخرى.

ما أقصى مدة لفيديو Wan 3.0؟

يمكن أن تمتد مدة فيديو Wan 3.0 من ثانيتين إلى 30 ثانية. وإذا تركت خانة المدة فارغة، فسيختار Wan 3.0 مدة تناسب الموجه الخاص بك.

ما الدقة التي يدعمها Wan 3.0؟

يُنتج Wan 3.0 الفيديو بدقة 480p أو 720p أو 1080p، وتُعد 1080p أعلى إعداد. وعلى OpenArt، تكلّف دقة 480p أقل عدد من الأرصدة، لذا فهي الإعداد الأمثل لاختبار الموجه قبل إنتاج النسخة النهائية بدقة 1080p.

هل يصنع Wan 3.0 صوتًا؟

نعم. يُنشئ Wan 3.0 جمل الصوت والمؤثرات الصوتية والموسيقى في الوقت نفسه مع الصورة. صِف الصوت الذي تريده في الأمر، أو أوقف الصوت إذا أردت مقطعًا صامتًا.

هل يمكن لـ Wan 3.0 إضافة نص إلى الفيديو؟

نعم. يمكن لـ Wan 3.0 عرض العناوين والتسميات والأسعار وشاشات التطبيقات في الفيديو، ويكتبها بأفضل شكل عندما تضع الكلمات بالضبط بين علامات اقتباس وتبقيها قصيرة. وللشعار أو التسمية التي يجب كتابتها بدقة تامة، أنشئ صورة تحتوي على الكلمات أولًا واستخدمها كإطار بداية.

هل يمكنني استخدام الملفات المرجعية وإطار بداية ونهاية في الوقت نفسه؟

نعم. في OpenArt يمكنك تحديد الصورة التي يبدأ بها الفيديو والصورة التي ينتهي بها، مع إمكانية إضافة ملفات مرجعية بجانبها. صنّف كل واحدة في الـ prompt حتى يعرف Wan 3.0 أي صورة تفتتح الفيديو وأيها تختتمه وأي المراجع تحمل شخصيتك أو منتجك أو صوتك.

ما الفرق بين Wan 3.0 و Wan 2.7؟

يضيف Wan 3.0 مقاطع فيديو مدتها 30 ثانية، وصوتًا يُنتَج مع الصورة، ومقاطع فيديو وصوت كمراجع. Wan 2.7 يأخذ مراجع صور وإطارات بداية ونهاية، ويعمل بشكل جيد مع المقاطع الأقصر.