كيف يبتكر كبار المخرجين مقاطع فيديو من الصور في 5 أيام فقط ويعيدون تمثيل المشاهد التاريخية

في 21 سبتمبر، عشية مؤتمر Apsara لعام 2026، صعد المخرج وكاتب السيناريو المشهور لو تشوان إلى المسرح مع الإعلان التشويقي لفيلمه القصير الذي تم إنشاؤه بالذكاء الاصطناعي التوليدي (AIGC)، بعنوان The Site of History. إنها المرة الأولى التي يستخدم فيها الذكاء الاصطناعي لإنشاء صور سينمائية عالية الجودة بعمق، مما يمثل خطوة نحو "الإبداع المشترك بين الإنسان والذكاء الاصطناعي" باستخدام نموذج توليد الفيديو من Alibaba.

بحسب حسابات إنتاج الأفلام التقليدية، فإن إعادة بناء مشهد مدينة بكين في عهد أسرة مينغ، والقصر الإمبراطوري، وانفجار ضخم، كانت ستستغرق شهوراً من العمل وميزانية تصل إلى عشرات الملايين—حيث استغرق تصوير تسلسل انفجار حي واحد فقط 19 يوماً. هذه المرة، احتاج الفريق خمسة أيام فقط، بدءاً من البحث التاريخي وصولاً إلى توليد الصور.

هذا التباين هو ما يلفت انتباه الصناعة بأكملها حالياً.

استخدام الذكاء الاصطناعي للـ"عودة إلى مسرح" لغز عمره 400 عام

يصور فيلم The Site of History "حادث وانغونغتشانغ" الذي وقع عام 1626 في عهد أسرة مينغ—وهو انفجار هائل حدث في مستودع البارود وانغونغتشانغ في جنوب غرب بكين، ولا يزال سببه لغزاً حتى يومنا هذا. وبسبب كونه "غير محلول" تماماً، فإنه يوفر لوحة فنية واسعة وتحدياً هائلاً للإبداع السينمائي.

نشأ اختيار لو تشوان للموضوع من بحث الفريق في تاريخ أسرة مينغ أثناء تحضير فيلم Tiangong Kaiwu. بدلاً من الاعتماد على الخيال المحض، درس الفريق بعناية مصادر متعددة من عهد أسرة مينغ، بما في ذلك Zhuozhong Zhi و Tianjue Tang Wenji، وقاموا بتجميع الروايات المكتوبة لشهود عيان مختلفين، ثم استخدموا الذكاء الاصطناعي لتحويل هذه "المشاهد النصية" إلى صور مرئية—ولاستكشاف الغموض الذي لا يزال يحيط بالانفجار حتى اليوم.

يتكشف الفيلم القصير من وجهات نظر ثلاثة شهود عيان: وو إر، وهو حرفي بارود نجا من مركز الانفجار؛ ليو رويو، وهو خصي داخل القصر؛ وشيه قانغ، وهو عالم يعيش بين عامة الناس. جميع الروايات الثلاث مستمدة من السجلات التاريخية الباقية—مما يعني عدم وجود "بطل" خيالي واحد؛ فكل شخصية هي شاهد تركه التاريخ وراءه.

المشهد الأكثر عرضة لكشف نقاط ضعف الذكاء الاصطناعي—تمت إعادة بنائه بدقة تتجاوز 95%

ما الذي تخشاه مشاهد المؤثرات البصرية الضخمة أكثر من أي شيء آخر؟ أن يتم كشف زيفها. والانفجار—مع الدخان والحطام والنيران التي تنفجر للخارج في آن واحد—هو بالضبط نوع المشهد المعقد والسريع الحركة الذي يضع النموذج تحت أقصى ضغط ويكون الأسهل في اكتشاف أنه "مزيف للعين المجردة".

كان نهج الفريق قائماً بشكل كامل على "الهندسة": حيث قاموا بترجمة الأوصاف الأدبية من النصوص القديمة—مثل "الدخان يتصاعد مثل فطر لينغزي الأسود"—عبارة تلو الأخرى إلى مفاهيم بصرية حديثة مثل "السحابة الفطرية"؛ ومرروا العملية بحوالي أربع جولات من تحسين الأوامر النصية (prompts)؛ وقاموا بمعايرة النتائج مقابل لقطات انفجار حقيقية.

النتيجة: وصل_Rendering_ نموذج توليد الفيديو من Alibaba للدخان والحطام والصور الأخرى إلى أكثر من 95% مما توقعه الفريق. على الشاشة، اندفع دخان "الفطر الأسود" للأعلى—وظل ثابتاً ومتيناً.

ليس "الذكاء الاصطناعي يحل محل المخرج"، بل تقسيم جديد للعمل

ما يريد لو تشوان استكشافه حقاً ليس ما إذا كان الذكاء الاصطناعي سيحل محل المخرجين، بل كيف يمكن إعادة توزيع الأدوار بين البشر والآلات.

بدأ بتجربة محتوى AIGC في عام 2023—باعتباره مستخدمًا متقدمًا—ومع ذلك، فإن هذا الإنتاج لا يزال "يفوق توقعاته". وقد أشار بذكاء إلى عيب شائع: النماذج العامة تُدرَّب في الغالب على أعمال الأفلام والمسلسلات التلفزيونية التاريخية القائمة، لذا فإن الصور التي يولدها الذكاء الاصطناعي تحمل بسهولة "إحساساً درامياً تاريخياً" مألوفاً، مما يفقدها "إحساس الاغتراب" الذي ينبغي أن تتسم به التاريخ الحقيقي.

إجابة The Site of History هي: البشر يحددون الاتجاه، والذكاء الاصطناعي يتولى التنفيذ.

• أثناء البحث وجمع المواد: يقرر البشر اتجاه البحث أولاً، ويساعد الذكاء الاصطناعي في جمع المواد؛
• أثناء الإنتاج: يتحكم المخرج في اتجاه الكاميرا، والملمس البصري، والنبرة العامة، بينما يحقق الذكاء الاصطناعي النية الإبداعية؛
• أثناء التأمل الموضوعي: يمكن للذكاء الاصطناعي حتى أن يكون "شريكاً في الحوار"، مما يساعد على توضيح الأسئلة.

باختصار: يمتلك البشر إحساس المشكلة، والتعبير الجوهري، والحكم الجمالي، والحدود الواقعية؛ بينما يتولى الذكاء الاصطناعي توسيع المواد، وتجسيد الخيال، وتحسين كفاءة التنفيذ. في جزء توليد الفيديو، تجاوز مستوى مشاركة ومساهمة نموذج علي بابا نصف العمل، مما جعل الشخصيات أكثر واقعية وجعلها تجسد "ألف وجه لألف شخص".

الجدير بالذكر أن لو تشوان نفسه يشارك بعمق في عملية الإبداع من خلال البرمجة وإعادة تدريب النماذج بعد التدريب الأولي—إنه يرى هذا كـ "خيار ثنائي الاتجاه": الشخصيات الواقعية، والمشاهد المعقدة، والملمس السينمائي هي بالضبط نقاط قوة نموذج توليد الفيديو الخاص بعلي بابا. ومن جانبها، قالت علي بابا إنها ستعمل مع المزيد من المخرجين وخبراء الصناعة والمؤرخين في المستقبل، لتقديم معلومات مهنية أكثر دقة والاستمرار في تعزيز قدرات Agentic Video لرفع مستوى الذكاء في خط إنتاج الفيديو الكامل.

الإشارة الحقيقية: تحول منافسة فيديو الذكاء الاصطناعي من "المعايير القياسية" إلى "التنفيذ"

إذا عُومِلَ The Site of History فقط كقصة إخبارية عن "مخرج يلعب بالذكاء الاصطناعي"، فسوف تفوتك التحولات الأكثر أهمية.

في 22 سبتمبر، خلال المنتدى الرئيسي لمؤتمر أابسارا (Apsara Conference)، عرضت علي بابا كلاود تقريباً كامل محفظة نماذجها: بدء Qwen3.8-Max في التدريب الذاتي، وعرض Qwen3.8-Flash المعمارية الجيل التالي، وتوحيد Qwen3.8-Omni للفهم متعدد الوسائط الشامل، وجاري بالفعل تدريب Qwen4 بحجم معاملات يستهدف مباشرة 5–10 تريليون؛ كما ظهرت نماذج توليد الصور Qwen-Image-3.1، وتوليد الموسيقى Happy Shrimp 1.1، ونموذج العالم HappyOyster 2.0 Preview، والصوت Qwen-Audio-3.1، ومن المقرر إصدار نموذج الفيديو الجيل التالي في نوفمبر.

يمكن لأي من هذه النماذج أن يشغل مقالاً كاملاً، ولكن عند قراءتها جنباً إلى جنب مع الفيلم القصير للو تشوان، يتغير المغزى—لم تعد ترقيات الوسائط المتعددة الشاملة هذه تبدو وكأنها سد فجوات في قدرات فردية، بل更像是 الإجابة على سؤال واحد: هل يمكن للنماذج الدخول في سيناريوهات حقيقية بشكل أسرع وأن تصبح إنتاجية حقيقية؟

على مدار العام الماضي، كانت سباق فيديو الذكاء الاصطناعي يدور حول "المعايير القياسية": من يتصدر قائمة التقييمات الأعمى، ومن يستطيع توليد مقاطع أطول. لكن أعمال مثل The Site of History تعيد المنافسة إلى بُعد أكثر واقعية—التنفيذ: هل يمكنك فعلاً إنهاء فيلم، وهل يمكن لمخرج من الطراز الرفيع أن يضع اسمه عليه، وهل يمكنك ضغط "عشرات الملايين من اليوانات وأشهر من العمل" في "خمسة أيام"؟

"الذكاء الاصطناعي ليس مصوراً للمناظر الطبيعية القائمة، بل خالقاً لمناظر غير معروفة." قد تكون كلمات لو تشوان هي التعليق التوضيحي للجميع في الصناعة: نقطة التحول التالية في تحويل الصور إلى فيديو ليست في قوائم التقييم، بل على موقع التصوير.