على prompt الخاص بـ تسلا رودستر بالذكاء الاصطناعي أن يفعل أربعة أشياء في وقت واحد: أن يُبقي الشخص أو السيارة أو الحيوان الأليف مطابقًا لصورتك، وأن يتبع مرجعًا للحركة، وأن يلتزم بخط زمني من سبع لحظات، وأن يمنع الأجنحة وأشكال الطائرات التي يحب النموذج إضافتها. في Tesla AI Video هو مكتوب ومجرَّب مسبقًا، ولا نعرضه. اصنع الفيديو من صورة واحدة. الأداة مستقلة ولا صلة لها بـ Tesla ولا SpaceX ولا إيلون ماسك.
ما الذي يجب أن يحله الـ prompt
يبدو مقطع Roadster الطائر بسيطًا، لكن يحدث فيه الكثير في 12 ثانية، وعلى النص أن يرتبه كله دون أن يرتبك النموذج.
- مطابقة صورتك. يجب أن يبقى الشخص أو الزوجان أو السيارة أو الحيوان الذي رفعته كما هو طوال الصعود واللقطة المقلوبة والقلبة. يربط الـ prompt المدمج الموضوع بصورتك ويحافظ على الملابس والشعر وشكل الجسم.
- مرجع الحركة. لا يستطيع النص أن يصف بدقة حركة رافعة تصعد منحدرًا منحنيًا. المنحدر ومسار الكاميرا والسرعة تأتي من مرجع اللقطة الأصلية، وهذا ما لا يحمله الـ prompt المنسوخ.
- الخط الزمني من 7 لحظات. الدخول، والصعود، والوضع المقلوب، والقلبة عند الثانية 6، والدفع والهبوط قبل الثانية 9، والخروج، ثم اللقطة الختامية. اللحظات ثابتة داخل الـ 12 ثانية، فلا تقع القلبة في لحظة عشوائية.
- ما يجب ألا يظهر. تميل النماذج إلى رسم ما يبدو طائرًا. يمنع الـ prompt الأجنحة والمراوح وأشكال الطائرات والشارات الحقيقية. السيارات في قوالب تصاميم أصلية بلا شارات، والعرض الحقيقي قفزة قصيرة بمساعدة دافعات وليس طيرانًا متواصلًا.
لماذا تفشل الـ prompts المنسوخة
من ينسخ prompt من شرح ما يواجه المشكلات نفسها، ولكل واحدة سبب.
- لا توجد قلبة، أو تبقى السيارة تصعد. لا يعرف النموذج أن يعد الثواني بالنص وحده، فيوزع الوقت على طريقته إذا لم يكن لديه مرجع للحركة.
- الشخص لا يشبهك. إذا وصف الـ prompt شخصًا ولم تُحدَّد الصورة جيدًا، اخترع النموذج وجهًا جديدًا.
- السيارة تُرسم من جديد. حين يرى النموذج اسم ماركة أو وصفًا طويلًا يرسم سيارة جديدة بهيكل وعجلات وشارة مختلفة بدل التي في صورتك.
- تنبت أجنحة. القفزة مع الدفع تبدو طيرانًا، فتظهر أجنحة أو مراوح أو جسم طائرة.
- كل محاولة تكلف مالًا. التطبيقات العامة تحاسبك على كل محاولة، وقد لا تتكرر النتيجة الموفقة.
لا يزول أي من هذه الأعطال بتغيير كلمة. هي تتعلق بكيفية اجتماع الصورة والحركة والنموذج، ولذلك ثبّتنا كل شيء هنا مسبقًا.
ما المدمج هنا
قالب الحركة، والـ prompt الخاص بكل قالب من 6 قوالب، وإعدادات النموذج، كلها ثابتة ومجرَّبة، فيتبع كل فيديو قائمة اللقطات نفسها. أنت تضع الصورة فقط وتختار قالبًا. وإذا خرج شيء خاطئًا يمكنك إعادة الإنشاء، والفيديو الذي يفشل أو يُحجب يعود رصيده تلقائيًا.
ونبقى صريحين بشأن الحدود: يبدو الوجه صغيرًا حين يكون الشخص مقلوبًا، وقد تتغير الشارات والعجلات قليلًا، والناتج محاكاة ساخرة بالذكاء الاصطناعي وليس تسجيلًا حقيقيًا. اطلع على دليل صنع الفيديو أو على القوالب.