Dolphin AI يحوّل نصاً إلى فيديو متعدد اللقطات دون فقدان الزي

المقطع الطويل ليس الشيء نفسه كمشهد. هذا التمييز هو حيث ما تزال معظم أدوات فيديو الذكاء الاصطناعي تتعثر، وهي المشكلة التي يحاول وافد جديد حلها مباشرة.

كُشف النقاب عن Dolphin AI، الذي بنته منصة التواصل الاجتماعي الهندية Eloelo، في مومباي خلال FICCI FRAMES 2026 في 29 سبتمبر. واعتباراً من 4 أكتوبر، هو في مرحلة الوصول المبكر مع قائمة انتظار عامة. العرض الترويجي ضيق ومحدد: أعطه نصاً، واحصل مقابله على فيديو متعدد اللقطات تبقى فيه الشخصيات وملابسها والمواقع متسقة من لقطة إلى التالية. ينتج مقاطع تصل إلى 60 ثانية في تمريرة واحدة، مع صوت وموسيقى ونقاط مونتاج متزامنة مع الصورة.

لماذا تعد اللقطات المتعددة الجزء الصعب

توليد لقطة جيدة واحدة أصبح محلولاً إلى حد كبير للمدد القصيرة. أما توليد خمس لقطات تنتمي إلى المشهد نفسه فليس كذلك. النموذج الذي يولّد كل لقطة بشكل مستقل ليس لديه ذاكرة بشكل السترة قبل لقطتين، أو في أي جانب من الغرفة كانت النافذة. تنكسر الاستمرارية، ويلاحظ الجمهور ذلك فوراً.

يتعامل Dolphin مع هذا كسير عمل وكيلي بدلاً من استدعاء نموذج واحد. يخطط قائمة اللقطات من النص، ثم يبقي المراجع المهمة لكل شخصية وموقع مقفلة عبر التسلسل. تقدم الشركة أيضاً إعادة اختيار الممثلين، بحيث يمكن تبديل مؤدٍ بعد الانتهاء دون إعادة توليد الفيديو كله، والتحكم في الحركة للقطات التي تحتاج حركة كاميرا محددة.

تدعم الأداة مزامنة الشفاه باللغات الهندية، وهو خيار متعمد نظراً لمكان إطلاقها. تتعامل النماذج العامة مع الإنجليزية جيداً وتعتبر اللغات الأخرى أمراً ثانوياً. الأداة التي تأتي بدعم اللغات الهندية تستهدف سوق المبدعين المحلي أولاً.

كيف يتقارن

مشكلة الاستمرارية ليست حصرية على Dolphin، ويستحق أن نكون دقيقين بشأن ما تفعله البدائل اليوم. ينتج وضع Multi-Shot من Runway تسلسلات تدوم نحو عشر ثوانٍ وغالباً ما يكون بلا صوت افتراضياً. تدعم Pika الآن العمل متعدد اللقطات حتى نحو 30 ثانية مع لوحات قصصية وتصميم صوتي. عادةً ما تحد Luma's Dream Machine من المقاطع في نطاق خمس إلى عشر ثوانٍ. تدّعي Dolphin إخراجاً أطول في تمريرة واحدة مع معالجة الصوت والاستمرارية معاً، وهو إن صمد خارج مقطع عرضي، خطوة تتجاوز الخيارات الحالية.

ما إذا كان يصمد هو السؤال المفتوح. عروض الشركة تُحرّر للحصول على أفضل النتائج. ستُظهر الاختبارات المستقلة كم مرة تنحرف خزانة ملابس الشخصية بمجرد أن يزيد عدد اللقطات ويمتد زمن التشغيل نحو دقيقة.

زاوية التكامل

يكشف Dolphin عن خادم MCP وواجهة سطر أوامر، مما يتيح لأدوات أخرى تشغيل عمليات التوليد مباشرة. هذا يهم أكثر مما يبدو. الاستوديو الذي يدير بالفعل خط إنتاج لكتابة النصوص وإدارة الأصول والمراجعة يمكنه استدعاء Dolphin من داخل ذلك النظام بدلاً من تصدير الملفات إلى تطبيق ويب ثم إعادتها. تتبع التسعيرة نموذج اشتراك بالإضافة إلى أرصدة، مع عدم الإعلان عن التسعير الهندي بعد، وتسمي الشروط فئات Starter وPro وCreator.

كما تجيب الصياغة الوكيلية على شكوى متعلقة بسير العمل. يحتاج المحرر إلى فيديو، وبالقدر ذاته غالباً، إلى نسخة منه يمكن تنقيحها دون البدء من جديد. إعادة اختيار الممثلين دون إعادة التوليد، والتحكم في الحركة في لقطة واحدة، كلاهما يستهدف التنقيح بدلاً من التوليد الأول. هذا هو الجزء من خط الإنتاج الذي يذهب إليه الوقت فعلاً.

سير العمل وراء الاستمرارية

عادةً ما يعني الحفاظ على اتساق شخصية عبر اللقطات بناء مجموعة مرجعية. يستخرج الوكيل التفاصيل المهمة من النص ومن أول لقطة مولّدة، ثم يحتفظ بها كقيود لكل لقطة تالية. للسترة لون وقَصّة. وللغرفة نافذة على جانب وباب على الجانب الآخر. بمجرد تثبيت ذلك، تقل مساحة الانحراف لدى التوليدات اللاحقة، ويمكن تجميع الفيديو دون إعادة تصوير.

الحالات الصعبة هي التي يتغير فيها المرجع نفسه. شخصية تخلع معطفاً في منتصف المشهد، أو موقع يظهر من زاويتين لم يتم توليدهما قط، يفرض على النظام أن يقرر ما لا يزال متسقاً وما تغير فعلاً. هنا تثبت خطوة التخطيط قيمتها، وهنا تتفكك أداة أبسط تقول "ولّد كل لقطة على حدة".

يتيح Dolphin أيضاً للمستخدم إعادة اختيار مؤدٍ بعد التوليد، ما يعني ضمنياً أن هوية الشخصية تُتتبع بشكل منفصل عن الأداء. هذا الفصل هو ما يجعل التنقيح رخيصاً. إذا خُزنت الهوية والحركة بشكل مستقل، فإن تغيير أحدهما لا يفرض إعادة بناء الآخر.

طبقة الامتثال

أي شيء يستهدف المبدعين الهنود عليه التعامل مع قواعد الإفصاح، ومواد Dolphin تقول ذلك. يشترط YouTube وضع علامات عندما يستخدم محتوى واقعي وسائط تركيبية، وعدم الإفصاح المتكرر يحمل عقوبات. لدى الجهة التنظيمية للإعلان في الهند مسودة قواعد لوضع العلامات للإعلانات المولّدة بالذكاء الاصطناعي، وعلى الوسطاء اتباع قواعد تكنولوجيا المعلومات في البلاد بشأن المحتوى غير القانوني. الإرشادات التي تأتي مع الأداة تخبر المستخدمين بالإفصاح عن اللقطات التركيبية، والحصول على أذونات استخدام الشبه، وتتبع تراخيص النماذج، والاحتفاظ بسجلات الأوامر النصية للتدقيق.

لماذا يهم الإطلاق الهندي

الهند واحدة من أكبر أسواق المبدعين في العالم، ومعظم إنتاجها بلغات تتعامل معها نماذج الفيديو العالمية بشكل ضعيف. أداة مبنية محلياً، بدعم اللغات المحلية وتسعير محلي، تعالج فجوة لم تعطها الاستوديوهات الكبرى أولوية. إذا صمدت استمرارية Dolphin، فقد تستحوذ على حصة ذات معنى من سوق ظل يفتقر إلى الخدمة الكافية.

لا يزال سؤال التسعير مفتوحاً. لم يُعلن التسعير الهندي، والفئات المذكورة حتى الآن عامة. ما يدفعه المبدع لكل دقيقة منتهية سيحدد ما إذا كانت الأداة خياراً احترافياً أم خياراً للهواة. الأدوات العالمية المماثلة تتقاضى بالأرصدة مقابل الثواني المولّدة، والتكلفة الفعلية لكل لقطة قابلة للاستخدام، بعد المحاولات المتكررة، غالباً عدة أضعاف السعر المعلن. ستُحكم Dolphin على الأساس نفسه.

هناك أيضاً زاوية مواهب. تشير مواد الشركة نفسها إلى أدوار تستفيد: محررو فيديو بالذكاء الاصطناعي، ومنتجو قصص يعتمدون على الأوامر النصية، ورواة قصص العلامات التجارية، ومبدعو الوكالات، مع إرشاد إلى بناء مقاطع عرضية تُظهر اتساق اللقطات المتعددة. هذه علامة على أن الأداة تُسوّق لأشخاص سيستخدمونها في أعمال العملاء، حيث تعني الاستمرارية المكسورة إعادة تصوير وموعداً نهائياً فائتاً.

ما يجب مراقبته

ستُظهر إشارتان ما إذا كان Dolphin أكثر من إطلاق إقليمي. الأولى هي اختبارات استمرارية مستقلة على مقاطع تقترب من كامل الـ 60 ثانية. والثانية هي ما إذا كانت عمليات تكامل MCP وCLI ستعتمدها استوديوهات لديها بالفعل خط إنتاج، لأن ذلك هو الفرق بين لعبة وأداة.

لكن زاوية السوق الهندي حقيقية. للأداة المحلية بدعم اللغات المحلية وإرشادات الامتثال المحلية ميزة لا يملكها نموذج عالمي يطلق منتجاً يضع الإنجليزية أولاً. ما إذا كانت هذه الميزة ستصمد أمام مجال سريع التغير هو ما ستخبرنا به الأشهر القليلة المقبلة.