پرش به محتوای اصلی
پرش به محتوای مقاله

چرا تولید ویدیوهای AI به فیلم‌نامه‌نویسان و کارگردانان واقعی نیاز دارد؟

·۲۲ مرداد ۱۴۰۵۶ دقیقه مطالعه۱ بازدید
نگاهی به درون یک فیلم ساخته‌شده با هوش مصنوعی: بهترین بخش‌ها همه انسانی بودند
نگاهی به درون یک فیلم ساخته‌شده با هوش مصنوعی: بهترین بخش‌ها همه انسانی بودند
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

استفاده از یک گردش‌کار چندمدلی (Multi-model workflow) برای جلوگیری از «مسموم شدن» نتایج و ترکیب فیلم‌نامه ۱۰۰٪ انسانی با پرامپت‌های سبک‌محور، برای خروج از حالت رویایی و گسسته ویدیوهای AI.

تصور کنید سه رپر آماتور انگلیسی در یک پاب کثیف و تاریک در لندن، در حالی که نوشیدنی‌هایشان را می‌نوشند، رویای تبدیل شدن به ابرستاره‌های موسیقی را در سر می‌پرورانند. آن‌ها با خنده و شوخی سعی می‌کنند با تخیلاتی از آینده‌ای درخشان، شامل حضور طرفداران پرشور و برگزاری مهمانی‌های مجلل روی قایق‌های لوکس، یکدیگر را تحت تأثیر قرار دهند. این فضای فیلم Cully Hill Boys است؛ اثری که با برش‌های سریع و هایپرکینتیک به سکانس‌های اکشن، جایی که شخصیت‌های اصلی در حال جنگ یا فرار از دست اوباش مسلح هستند، پیش می‌رود. این پروژه ثابت می‌کند که اگرچه هوش مصنوعی می‌تواند پیکسل‌ها را خلق کند، اما ساختار، ریتم و هدایت انسانی همچنان موتورهای اصلی کیفیت سینمایی هستند. این رویکرد در ادامه موجی از تجربه‌های پیشرو است، مانند زمانی که نیل بلومکمپ نخستین فیلم کوتاه کاملاً ساخته‌شده با هوش مصنوعی خود را منتشر کرد تا مرزهای بصری این فناوری را جابه‌جا کند.

بسیاری از ویدیوهای تولید شده توسط هوش مصنوعی، از یک کیفیت گسسته و شبیه به خواب رنج می‌برند که در آن صحنه‌ها صرفاً به هم چسبانده شده‌اند و پیوستگی ندارند. این اتفاق به این دلیل می‌افتد که اکثر مدل‌های فعلی تنها می‌توانند چند ثانیه خروجی در هر بار اجرا بدهند. برای حل این مشکل ساختاری، شرکت Higgsfield از مدل Seedance 2.5 استفاده کرد. این مدل قادر است کلیپ‌هایی تا ۳۰ ثانیه تولید کند که باعث ایجاد جریانی ارگانیک‌تر و طبیعی‌تر در روایت می‌شود. این پیشرفت تکاملی از خط تولید Seedance 2.0 Pro است که پیش‌تر مفهوم جایگزینی تیم‌های فیلم‌برداری با زنجیره‌های هوش مصنوعی را به چالش کشیده بود.

تفاوت این اثر با کلیپ‌های معمولی هوش مصنوعی، شبیه تفاوت یک نمایش اسلایدی از عکس‌های تصادفی با یک رقص طراحی‌شده و هماهنگ است. طبق گزارش منتشر شده، این فیلم داستان سه رپر شرق لندن را روایت می‌کند که به‌طور اتفاقی پولی را از یک رئیس باند تبهکار می‌دزدند. فیلم با روانی و نرمی در تغییر لحن پیش می‌رود که در سینمای زاینده (Generative Cinema) به‌ندرت دیده شده است.

نقشه‌ی راه انسانی (The Human Blueprint)

همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت و اخلاق در مدل‌های مولد اشاره کردیم، مرز بین خلق و تقلید در این ابزارها بسیار باریک است. در اینجا، انسجام فیلم مدیون فیلم‌نامه‌ای است که توسط تیم پلناگان، یک فیلم‌نامه‌نویس انسانی، نوشته شده است. پلناگان به‌طور صریح و آگاهانه از هرگونه ابزار هوش مصنوعی در مرحله نوشتن پرهیز کرد. این بنیاد انسانی بود که منطق دیالوگ‌های شخصیت‌ها و قوس کلی روایت را فراهم کرد. جالب است بدانید که این فیلم‌نامه پیش از آنکه به دست Higgsfield برسد، در Black List (سرویس ارائه فیلم‌نامه‌های تولید نشده) ثبت شده بود.

شرکت Higgsfield حقوق تولید AI (هوش مصنوعی) این فیلم‌نامه را خریداری کرد، اما پلناگان حقوق لازم برای تولید سنتی داستان را نزد خود نگه داشت. این پروژه توسط آدلیت ابیش و آیتوره ژولداسکالی کارگردانی شد؛ همان دوتایی که پیش‌تر فیلم Hell Grind را برای Higgsfield ساخته بودند.

مدیران خلاق Higgsfield گام‌های تعیین شده در فیلم‌نامه پلناگان را به‌دقت دنبال کردند. آن‌ها تیمی متشکل از ۹ کارگردان دیگر را مدیریت کردند تا اطمینان حاصل کنند که داستان به سمت تصادفیات و هرج‌ومرج رایج در خروجی‌های هوش مصنوعی منحرف نشود. از آنجایی که هسته مرکزی روایت توسط یک داستان‌نویس با تجربه که درک درستی از ریتم (Pacing) داشت طراحی شده بود، Cully Hill Boys نسبت به اثر قبلی یعنی Hell Grind، فیلم قدرتمندتری به نظر می‌رسد.

زمینه و پویایی شخصیت‌ها

فیلم سه شخصیت اصلی یعنی کال (Kiatipis)، هوراس (Rafiq) و اولی (Adesanya) را به عنوان دوستانی قدیمی معرفی می‌کند که در تحقق رویاهای موسیقایی خود ناتوان بوده‌اند. دقایق ابتدایی فیلم، چالش‌های فردی آن‌ها را از طریق مجموعه‌ای از صحنه‌های روان تثبیت می‌کند:

  • اولی: مادری دارد که با شدت اصرار می‌کند رویاپردازی را کنار بگذارد و یک شغل واقعی پیدا کند.
  • کال: شریک سابقش باور ندارد که او توانایی تبدیل شدن به یک پدر خوب برای دخترشان را داشته باشد.
  • هوراس: کسی است که هیچ زندگی شخصی خارج از نقش «راننده اختصاصی» گروه ندارد.

این پویایی‌های بین‌فردی به‌سرعت برقرار می‌شوند و به فیلم اجازه می‌دهند پیش از آنکه پیرنگ داستان شتاب بگیرد، روی هر شخصیت به‌طور مجزا زوم کند. این رویکرد ساختاری، دقیقاً مشابه ریتم کمدی‌های اکشن قدیمی است که مستقیماً برای پخش ویدئویی (Direct-to-video) ساخته می‌شدند.

خط لوله فنی و پشته مدل‌ها (Technical Pipeline)

برای ساخت این فیلم، Higgsfield از یک گردش‌کار چندمدلی (Multi-model workflow) پیچیده استفاده کرد. آن‌ها دریافتند که استفاده از یک مدل واحد برای تمام مراحل، نتایج را «مسموم» می‌کند و کیفیت را کاهش می‌دهد؛ بنابراین تصمیم گرفتند وظایف را بین عامل‌های (Agents) مختلف هوش مصنوعی تقسیم کنند. این بدان معنا بود که یک نمونه از Claude باید صرفاً بر روی کلمات مناسب برای تصاویر قابل اجرا تمرکز کند، در حالی که نمونه‌ای دیگر به پرامپت‌های مربوط به کلیپ‌های ویدئویی اختصاص یابد.

بر اساس مستندات فنی این پروژه، ابزارهای زیر به کار گرفته شدند:

  • Claude (محصول آنتروپیک): برای تولید پرامپت‌های متنی بسیار دقیق و مفصل به هر دو زبان انگلیسی و چینی ساده شده.
  • Seedance 2.5: موتور اصلی برای تولید ویدیو و گفتار، با قابلیت تولید کلیپ‌های طولانی‌تر ۳۰ ثانیه‌ای.
  • Seedream (بایت‌دنس) و Nano Banana (گوگل): برای ویرایش‌های تخصصی تصویر و ویدیو به منظور رسیدن به خروجی نهایی.

نگاهی به درون یک فیلم هوش‌مصنوعی: بهترین بخش‌ها همه انسانی بودند

تقلید از استادان سینما

شرکت Higgsfield در مورد پرامپت‌های خود شفاف بود و فاش کرد که انرژی و ضرب‌آهنگ فیلم از ارجاعات مستقیم به هنرمندان انسانی می‌آید. به نظر می‌رسد فرآیند تولید بر این فرض استوار است که مدل‌های زیربنایی هوش مصنوعی، روی مالکیت معنوی کارگردانان خاص آموزش دیده‌اند تا بتوانند این نشانه‌های سبکی را درک کنند.

در پرامپت‌ها به‌طور مشخص درخواست شده بود:

  • «پوشش به سبک گای ریچی» (GUY RITCHIE COVERAGE)
  • «کلیپ‌های پویا به سبک ادگار رایت» (Dynamic clip-style / Edgar Wright snap)

این رویکرد یک وابستگی حیاتی را افشا می‌کند: هوش مصنوعی در حال ابداع یک سبک جدید نیست، بلکه در حال بازخوانی و یادآوری یک سبک انسانی است. در حالی که کارگردانان سنتی با بازسازی تکنیک‌ها به پیشینیان ادای احترام می‌کنند، Cully Hill Boys از هوش مصنوعی برای خودکارسازی این تقلید استفاده کرده است. بدیهی است که یک لایه اضافی از کار انسانی پروژه را هدایت کرده است، زیرا مدل‌ها نمی‌توانستند این حرکات و ریتم‌ها را صرفاً از هیچ خلق کنند.

نگاهی به درون یک فیلم هوش‌مصنوعی؛ بهترین بخش‌ها همه انسانی بودند

کستینگ دیجیتال و لایسنسینگ

به‌جای فیلم‌برداری در یک استودیوی فیزیکی، Higgsfield از شباهت‌های چهره سازندگان دیجیتال واقعی استفاده کرد. آن‌ها قراردادهای لایسنسینگ با استریمر میکایل «N3on» رفیق، مت کیاتیپیس (سازنده محتوای بسکتبال) و اسرائیل ادسانیا (مبارز UFC) امضا کردند.

این «بازیگران» هرگز حتی یک صحنه را در یک ست فیلم‌برداری واقعی بازی نکردند. در عوض، آن‌ها عکس‌ها و کلیپ‌های صوتی خود را ارائه دادند تا Higgsfield بتواند آواتارهای دیجیتال آن‌ها را خلق کند. اگرچه بیان احساسات در این آواتارها قابل قبول است، اما فیلم همچنان با مشکلاتی مثل نبود شیمی واقعی و تعامل طبیعی بین شخصیت‌ها و همچنین ظاهر شدن متن‌های نامفهوم و عجیب در کتاب‌ها و اشیاء پس‌زمینه دست‌وپنجه نرم می‌کند.

نگاهی به درون فیلم هوش مصنوعی: بهترین بخش‌ها، همه انسانی بودند

واقعیتِ «اثبات مفهوم» (Proof-of-Concept)

با وجود صیقل‌خوردگی بصری، Cully Hill Boys بیشتر شبیه به یک تبلیغ بزرگ برای مجموعه ابزارهای Cinema Studio است تا یک فیلم سینمایی برای تماشای عامه. Higgsfield با آپلود فیلم و پرامپت‌های تشکیل‌دهنده آن در فضای آنلاین، در حال نمایش این است که با ابزارهایشان چه کارهایی ممکن است و چگونه استودیوها می‌توانند روش‌های جدیدی برای همکاری با سازندگان دیجیتال پیدا کنند.

برای بیننده عادی، نبود تعامل انسانی واقعی روی پرده همچنان آزاردهنده است. شاید طرفداران رفیق، کیاتیپیس و ادسانیا از دیدن آن‌ها در یک تولید بلندمتراژ لذت ببرند، اما این اثر هنوز محصولی برای تماشاگر عام سینما نیست. ارزش واقعی این پروژه در عادی‌سازی ایده «فیلم‌های ساخته شده با هوش مصنوعی» نهفته است.

این تغییر رویکرد نشان می‌دهد که آینده سینمای AI در جایگزینی نویسنده یا کارگردان نیست، بلکه در فراهم کردن یک موتور رندرینگ با دقت بالا است که زبان سینما را می‌فهمد. باید منتظر ماند و دید استودیوهای دیگر چگونه از لایسنس چهره‌های دیجیتال در پروژه‌های آینده استفاده می‌کنند، زیرا این چارچوب قانونی برای «بازیگری دیجیتال» ممکن است به استاندارد صنعت تبدیل شود.

گام بعدی شما

  • اگر تولیدکننده محتوا هستید، بررسی کنید که چگونه می‌توانید از «حقوق چهره دیجیتال» برای کاهش هزینه‌های تولید ویدیو استفاده کنید.
  • مدل‌های تولید ویدیو را نه به عنوان جایگزین کارگردان، بلکه به عنوان ابزاری برای پیش‌تولید (Pre-visualization) سریع به کار بگیرید.
  • روی یادگیری مهندسی پرامپت مبتنی بر سبک‌های کارگردانی (Style-based Prompting) تمرکز کنید تا خروجی‌هایتان از حالت تصادفی خارج شود.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این پروژه با تکیه بر اعتبار مدل Seedance 2.5، مدل جدیدی از همکاری بین استودیوها و اینفلوئنسرها را معرفی می‌کند که در آن «بازیگری دیجیتال» جایگزین حضور فیزیکی می‌شود. این تغییر، هزینه‌های تولید را به‌شدت کاهش داده و سرعت تبدیل ایده به تصویر را به سطح لحظه‌ای می‌رساند.

تأثیر برای ایران

این رویکرد برای استودیوهای انیمیشن و تولید محتوای دیجیتال در ایران فرصتی است تا بدون نیاز به لوکیشن‌های گران‌قیمت، با استفاده از مدل‌های متن-به-ویدیو و شبیه‌سازی چهره، آثار با کیفیت سینمایی تولید کنند.

·نگاه ما
تحریریه دات‌هوش

وابستگی شدید این پروژه به سبک‌های گای ریچی و ادگار رایت نشان می‌دهد که هوش مصنوعی هنوز در مرحله «تولید بر اساس الگو» است و توانایی ابداع زبان بصری جدید را ندارد. در واقع، کیفیت سینمایی در اینجا نه حاصل هوشمندی مدل، بلکه نتیجه‌ی مهندسی دقیق پرامپت‌ها بر اساس تاریخچه سینما و نظارت سخت‌گیرانه انسانی است. این یعنی در آینده نزدیک، برنده بازار سینمای AI، کسی نیست که بهترین مدل را دارد، بلکه کسی است که عمیق‌ترین دانش را از تاریخچه کارگردانی در ذهن دارد.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.