← العودة إلى المدونة
Aiحوالي 1 دقيقة قراءة

نموذج الفيديو الذي رفض ثلاثاً من خمسة عشر طلباً

نُشر في 13 نوفمبر 2026
نموذج الفيديو الذي رفض ثلاثاً من خمسة عشر طلباً

أجرت Everypixel في أواخر أكتوبر اختباراً تتجاوزه معظم مقارنات فيديو الذكاء الاصطناعي. أخذوا خمسة موجزات إبداعية، ومرّروا كل واحد منها عبر ثلاثة أنماط إدخال، وطلبوا خمسة عشر مقطعاً لكل نموذج بمدة 10 ثوانٍ ودقة 720p ونسبة 16:9 مع صوت أصلي.

أعاد Kling 4 خمسة عشر مقطعاً صالحاً من خمسة عشر.

أعاد Seedance 2.5 اثني عشر. الثلاثة الناقصة لم تكن إخفاقات بالمعنى المعتاد. مرشّح المحتوى لدى المزوّد حجبها قبل التوليد، وكان من بين الموجزات المحجوبة مشهد أنمي ومطاردة سيارات.

هذا السطر الواحد في التقرير يساوي أكثر من نقاش الجودة كله. فريق إنتاج لا يخسر يوماً لأن مقطعاً يبدو طرياً قليلاً. يخسر يوماً حين يعود برومبت كان يعمل يوم الاثنين فارغاً يوم الخميس، دون رسالة خطأ تستحق القراءة.

إطارات فيلم شفافة فارغة معلّقة على سكة فولاذية، وفي التسلسل ثلاث فجوات

رقمان لا يظهران في ورقة المواصفات

إطلاق النماذج ينشر ثلاثة أشياء: الدقة، والمدة، والسعر. ولا ينشر أبداً رابعاً، وهو كم مرة يُرفض طلب مشروع.

لنسمّه معدل التسليم. هو حصة التوليدات المطلوبة التي تعود كملفات لا كإخلال بالسياسة. في هذا الاختبار سجّل Kling 4 نسبة 100% وسجّل Seedance 2.5 نسبة 80%. توليد واحد لكل موجز، ومحرر واحد يراجع، ودون تقييم للصوت. العينة صغيرة بما يكفي كي لا تُقرأ هذه الأرقام كترتيب.

العينة الصغيرة تقول لك على الأقل إن هناك آلية قائمة. المرشّحات تُطبَّق لكل طلب، وتختلف بحسب المزوّد، وهي موثّقة بالنثر لا بورقة مواصفات، وليست متناظرة بين الأنواع. الأنمي يحرّك مصنّفات مختلفة عن التصوير الحقيقي. السيارة المتحركة تحرّك مصنّفات مختلفة عن لقطة منتج ثابت. الموجز الذي يبدو بريئاً تماماً لمحرر بشري قد يقع في فئة يعتبرها المصنّف خطرة.

لماذا المرشّح أصعب شيء في التخطيط

السعر تقرأه من صفحة تسعير. الجودة تقارنها على لوحة ترتيب، بشكل سيئ لكن علناً على الأقل. المرشّح غير مرئي حتى ينطلق، وحين ينطلق يأتي عادة بلا تفسير.

تتبع ذلك ثلاث نتائج، وكلها مشاكل ميزانية.

الأولى أن إعادة المحاولة تكلّف مالاً حتى حين لا تنتج شيئاً. إذا حُجب التوليد بعد دخول المهمة الطابور، فبعض المنصات تحاسب على التشغيل وبعضها لا، والسياسة تختلف بحسب الفئة. الفريق الذي يرصد 10% لإعادة التصوير لأن النماذج احتمالية يحتاج إلى بند ثانٍ للتشغيلات التي لا تحدث أبداً.

الثانية أن النوع يصبح مضاعفاً للتكلفة. العلامة التي تنتج إعلانات منتجات عائلية نادراً ما تلمس مصنّفاً. الاستوديو الذي ينتج أكشن منمّطاً أو وحوشاً أو أي شيء قريب من الأنمي يصطدم بواحد باستمرار، ونسبة الاصطدام تختلف بين Seedance وKling على نفس الستوري بورد. السيناريو نفسه أرخص إنتاجه عند مزوّد دون آخر لأسباب لا علاقة لها بالجودة.

الثالثة هي التي تؤلم في مرحلة ما قبل الإنتاج. المرشّحات تجعل موجزات معيّنة غير قابلة للتسعير. إذا لم تستطع التنبؤ بما إذا كانت اللقطة ستمر، فلا تستطيع تسعيرها. الوكالات تحلّ هذا باختبار اللقطات الخطرة أولاً، قبل تثبيت بقية اللوحة، وهو عكس ترتيب العمل المعتاد في مرحلة ما بعد الإنتاج.

ما قاسه الاختبار فعلاً

يستحق الإعداد الدقة، لأن رقم العنوان يُقرأ أكثر من اللازم. خمسة موجزات، ثلاثة أنماط إدخال، توليد واحد لكل منها، مقاطع بمدة 10 ثوانٍ. هذا أصغر من معيار قياسي، وهو نظرة أولى، والفريق يقول ذلك. ولم يقيّموا الصوت منفصلاً رغم أن كل مقطع حمل صوتاً أصلياً.

ما يثبته هو أن السقف 15 من 15 قابل للوصول. يستطيع نموذج أن يعيد كل مقطع في مجموعة موجزات مختلطة تضم الأكشن والمحتوى المنمّط. إذن الفجوات بين المزوّدين تأتي من قرارات سياسة لا من شيء متأصل في توليد الفيديو، وقرارات السياسة تتغير بين الإصدارات دون سطر في سجل التغييرات.

هذا هو الجزء الذي يجب أن يقلق كل من يبني خط أنابيب. يمكن لمزوّد أن يشدّد مصنّفاً في نشر يوم ثلاثاء، فينزلق سير عملك من 100% إلى 80% في التسليم. لا شيء في استجابة الواجهة يخبرك أن النموذج صار أكثر صرامة. تعرف لأن دفعة عادت ناقصة.

لوحة الترتيب تقول شيئاً مجاوراً

لوحة الفيديو عند OpenRouter، حتى منتصف نوفمبر، تضع HeyGen Video 1 أولاً، وVeo 3.1 Lite ثانياً، وSeedance 2.5 ثالثاً، وWan 3.0 رابعاً، وتكمل البقية Seedance 2.0 Fast وGrok Imagine Video 1.5 Lite وVeo 3.1 Fast وSeedance 2.0 وAvatar IV من HeyGen وKling Video v3.0 Pro.

اقرأ تلك القائمة واختبار التسليم في ذهنك. يشغل Seedance أربعة من عشرة مقاعد. حجمه حقيقي. والحقيقة أيضاً أن مرشّحه هو الذي أكل ثلاثة موجزات في اختبار من خمسة عشر. التبني العالي والمرشّح الصارم لا يتناقضان. معظم الحركة ليست أنمي ولا مطاردات سيارات. الذيل الطويل من العمل المهني هو حيث يعضّ المرشّح، والذيل الطويل هو بالضبط حيث المال لمن يعيش من هذا.

موقع Veo حكاية أخرى. أوقفت Google نقاط معاينة Veo 3.1 في Gemini API في 22 أكتوبر ووجّهت المطورين إلى Gemini Omni 1.1 Flash. وبعد أسابيع، ما زال Veo 3.1 Lite ثانياً. إيقاف النموذج واستخدامه يسيران على ساعتين مختلفتين، والفرق تستمر في التسليم عبر النقطة التي دمجتها بالفعل.

ما العمل

ثلاث ممارسات، ولا واحدة منها ذكية.

اختبر الموجزات الخطرة أولاً. خذ اللقطتين أو الثلاث في اللوحة التي تتضمن عنفاً منمّطاً أو قاصرين أو مركبات أو أي شيء قريب من الأنمي، وشغّلها قبل تثبيت بقية الجدول. إن حُجبت، تعرف ذلك والجدول ما زال فيه فسحة.

أبقِ مزوّدين نشطين لكل ما هو ثقيل في النوع. تكلفة التكامل الثاني بضعة أيام هندسية. تكلفة اكتشاف تغيّر في المرشّح أثناء أسبوع تسليم هي موعد فائت. الاختبار أعلاه احتاج مزوّداً واحداً يفشل في موجز واحد ليقوم بالحجة.

سجّل الاستجابات الفارغة. معظم خطوط الأنابيب تسجّل الملفات المكتملة وتُسقط ما لم يصل. عدّاد للطلبات التي لم تُعد أي أصل، مع البرومبت مرفقاً، هو الطريقة الوحيدة لملاحظة تحوّل في السياسة مبكراً. وهو أيضاً الدليل الوحيد الذي ستملكه إن أردت أن تسأل مزوّداً عن سبب توقف موجز عن العمل.

ستقوم الصناعة في النهاية بنشر معدلات التسليم كما تنشر سعر الثانية. حتى ذلك الحين، يبقى الرقم في تقارير اختبار كهذا، وهو مكان غريب لمقياس إنتاج أساسي.

مقالات ذات صلة

خادم واحد ومذيعة ذكاء اصطناعي واحدة: داخل الكود الذي يُشغّل بثًا ليليًا

open-yoki هو الكود الإنتاجي لمذيعة ذكاء اصطناعي تبث كل ليلة على Binance Square، بعد نزع الشخصية والصوت وكل ما يمس المال. متصفح Chrome يرسم الإطار، وffmpeg يدفع RTMP، ومجلد Markdown يحدد مزاجها وما تنشره.

Pinky يدع الـ agent يقود هاتفك، ويُبقي زر الإرسال مضغوطًا حتى تنقر على «السماح»

يوصّل Pinky أي agent يعمل بـ MCP بهاتف iPhone أو Android حقيقي، ويفرض الموافقة في بوابته هو لا في prompt. تطبيقات البنوك غير مرئية، وحقول كلمة المرور ممنوعة، وعلى Android 13 يحصل الـ agent على شاشة ثانية مخفية.

SeedRealtime من ByteDance يلتقط إطارين في الثانية ويقرر بنفسه متى يتكلم

يجمع Doubao-Seed-Realtime-1.0 إطارات الكاميرا وإطارات الشاشة والصوت في جلسة واحدة ثنائية الاتجاه، بإطارين في الثانية كحد أقصى. القرارات المثيرة هي معدل الإطارات، والكلام التلقائي، وردّ التدقيق الذي يأتي مفعّلاً من المصنع.

أحدهم وضع قوانين العالم في git، فصار بالإمكان عمل blame لمادة قانونية

يحفظ global-law نصوص القوانين في كل بلد داخل مستودع git يمثّل فيه كل commit قانونًا يدخل حيّز التنفيذ في تاريخ معروف. يمكنك تشغيل log وblame وshow وdiff على مادة ما، والسؤال عمّا كان ساريًا في كل بلد في يوم معيّن، وتسليم المدوّنة كاملة إلى مساعد عبر MCP.