يشهد قطاع الذكاء الاصطناعي التوليدي لإنتاج الفيديو في النصف الثاني من عام ۲۰۲۶ مرحلة تحول كبرى؛ فبعد القرار المفاجئ لشركة OpenAI بإيقاف وإغلاق منصة Sora بشكل كامل، تركزت المنافسة العالمية بين كبرى الشركات التقنية.
يشهد قطاع الذكاء الاصطناعي التوليدي لإنتاج الفيديو في النصف الثاني من عام ۲۰۲۶ مرحلة تحول كبرى؛ فبعد القرار المفاجئ لشركة OpenAI بإيقاف وإغلاق منصة Sora بشكل كامل، تركزت المنافسة العالمية بين كبرى الشركات
التقنية لتقديم حلول إنتاجية مستدامة. وبينما سعت شركة غوغل لفرض سيطرتها عبر نموذج Veo 3.1 ، أطلقت مجموعة علي بابا (Alibaba Group) نموذجها الرائد Wan 3.0 (من عائلة Tongyi Wanxiang) ليعيد صياغة المشهد التقني
والاقتصادي بالكامل. ولا يقتصر تميز نموذج Wan 3.0 على كونه ترقية تقنية، بل يمثل منصة متكاملة تتيح تحويل ملفات الشركات المختلفة كالمستندات بصيغة PDF، وعروض البوربوينت (PPTX)، وجداول البيانات، وروابط المواقع
الإلكترونية، إلى مقاطع فيديو سينمائية وسردية متصلة مدتها ۳۰ ثانية في خطوة واحدة، وبدقة 1080p عالية الوضوح مع توليد صوتي استريو متزامن وتكلفة تقل بنسبة ۵۰٪ عن المنافسين الغربيين. ۱. طفرة في معالجة الوسائط؛
تحويل المستندات والروابط إلى مشاهد سينمائية شكّلت صياغة الأوامر النصية المعقدة (Prompt Engineering) العقبة الأكبر أمام فرق التسويق والمطورين في استخدام نماذج الفيديو السابقة؛ حيث كان يتطلب إنتاج فيديو
تعريفي بسيط استخلاص النصوص يدوياً وتكييفها لمصطلحات الإخراج السينمائي. وقدمت Alibaba Wan 3.0 حلاً جذرياً عبر محرك تحويل المستندات إلى فيديو ( Document-to-Video Engine ). ويمكن للمستخدمين رفع ملفات الشركات
بصيغة PDF أو عروض تقديمية أو روابط لصفحات المنتجات؛ ليقوم النموذج بتحليل البنية البصرية، واستخراج المخططات والهوية المرئية، وتحويلها تلقائياً إلى فيديو تسويقي سردي مع تعليق صوتي ومؤثرات متحركة احترافية.
محرك Document-to-Video: منظومة ذكاء اصطناعي تجمع نماذج الرؤية اللغوية مع شبكات الانتشار لتحويل هياكل المستندات المكتوبة إلى مشاهد فيديو متتالية. • الثبات الزمني للهوية (Temporal Consistency): خوارزميات
اقرأ المزيد على الموقع