يُنشئ Wan 2.5 الصورة والصوت في خطوة واحدة. صِف مشهدًا أو ارفع صورة بداية لتحصل على مقطع مدته 5 أو 10 ثوانٍ بدقة 720p أو 1080p، مع حوار ومؤثرات صوتية وموسيقى تتطابق مع الصورة وحركة شفاه المتحدثين.
صوت يُولد مع الصورة، ولغة كاميرا سينمائية، والتزام أدق بالتعليمات، فيتحول وصف واحد أو صورة واحدة إلى مقطع جاهز للنشر.
Wan 2.5 هو أول نموذج من Wan يولّد الأصوات مع الفيديو. اكتب ما تقوله الشخصية فيأتي الكلام متزامنًا مع فمها وتعابيرها وإيماءاتها. لم تعد مقاطع التقديم أمام الكاميرا وشروحات المنتجات والمشاهد الدرامية القصيرة تحتاج إلى تعليق صوتي منفصل.
تُولد الأصوات المحيطة والمؤثرات والموسيقى الخلفية من الوصف نفسه الذي يولّد الصورة. المطر على الزجاج، أو ساكسفون في حانة آخر الليل، أو حركة السيارات خلف النافذة، كلها تأتي في لحظتها الصحيحة. اذكر الأصوات المطلوبة في آخر الوصف ليضيفها النموذج إلى المشهد.
ارفع صورة لتكون الإطار الأول فيحرّكها النموذج مع الصوت. تبقى الوجوه والملابس والمنتجات والأسلوب الفني قريبة من الأصل بينما تتحرك الكاميرا والعنصر. يناسب ذلك الصور الشخصية وصور الكتالوجات والرسوم التوضيحية.
ينفّذ النموذج توجيهات الكاميرا مثل التتبع والاقتراب والدوران حول العنصر دون أن يفقده. تبقى الحركة السريعة واضحة، فيحافظ الفرسان والسيارات والراقصون على شكلهم طوال المقطع. يكفي أن تصف الحركة بكلمات بسيطة.
يلتزم بالتعليمات أكثر من إصدارات Wan السابقة، فتحدث الأحداث المتعددة بترتيبها الصحيح. يمكن لسيارة مسرعة تحت المطر أن يضربها البرق وتشتعل في لقطة واحدة. يبدو الطقس والانفجارات والتحولات جزءًا من المشهد لا طبقة مضافة فوقه.
يقبل الوصف لغة السينما الاحترافية في الإضاءة والألوان والتكوين، ويجسّدها النموذج بتفاصيل دقيقة. وتبقى الحركات الكبيرة مثل الرقص الجماعي سلسة ومستقرة. يوفّر تحويل النص إلى فيديو نسب 16:9 أو 9:16 أو 1:1 بدقة 720p أو 1080p.
أنشئ فيديوهات بالذكاء الاصطناعي مع صوت في ثلاث خطوات بسيطة:
افتح مساحة العمل وقد اخترنا لك Wan 2.5 مسبقًا. في تحويل النص إلى فيديو صِف المشهد والحوار والأصوات، وفي تحويل الصورة إلى فيديو ارفع صورة بداية واحدة.
اختر 5 أو 10 ثوانٍ و720p أو 1080p. في تحويل النص إلى فيديو اختر أيضًا 16:9 أو 9:16 أو 1:1، أما تحويل الصورة إلى فيديو فيتبع شكل صورتك.
أكّد الأرصدة وابدأ الإنشاء. يظهر المقطع النهائي مع الصوت في أعمالك جاهزًا للمعاينة والتنزيل.
كلا الوضعين يولّد الصوت مع الصورة؛ الفرق في مصدر الإطار الأول.
إجابات عن الصوت والمدة والصور والأرصدة.
Wan 2.5 نموذج فيديو بالذكاء الاصطناعي من فريق Wan في Alibaba يولّد الصورة والصوت معًا. يدعم تحويل النص إلى فيديو والصورة إلى فيديو، وينشئ مقاطع مدتها 5 أو 10 ثوانٍ بدقة 720p أو 1080p.
نعم. يتضمن كل مقطع مسارًا صوتيًا يمكن أن يحتوي على حوار ومؤثرات وموسيقى. صِف الأصوات في الوصف، مثلًا في سطر أخير يعدّدها.
مدة كل فيديو 5 أو 10 ثوانٍ بدقة 720p أو 1080p. يوفّر تحويل النص إلى فيديو نسب 16:9 و9:16 و1:1، ويحافظ تحويل الصورة إلى فيديو على شكل صورتك.
يدعم الوصف اللغتين الصينية والإنجليزية حتى 800 حرف. وتُوسَّع الأوصاف القصيرة تلقائيًا لإضافة التفاصيل.
ارفع صورة واحدة بصيغة JPG أو PNG أو WebP لتصبح الإطار الأول. العنصر الواضح والإضاءة الجيدة يمنحان أكثر حركة ثباتًا.
ليس دائمًا. تبقى الوجوه والمنتجات والأسلوب محفوظة جيدًا، لكن الحروف الصغيرة مثل أسعار قائمة الطعام قد تتغير مع الحركة، لذا راجعها قبل النشر.
نعم. اذكر في الوصف من يتحدث وماذا يقول، فيُولَّد الصوت متزامنًا مع فم المتحدث وتعابيره. الجمل القصيرة الواضحة تعطي أفضل نتيجة.
اتبع هذا الترتيب: العنصر، والحركة، والمكان، والكاميرا، والإضاءة، ثم الصوت. اذكر من في الإطار وماذا يفعل، وأضف حركة الكاميرا والأجواء، واختم بسطر يعدّد الأصوات والمؤثرات والموسيقى.
نعم. يوفّر تحويل النص إلى فيديو نسبة 9:16 لمنصات TikTok وInstagram Reels وYouTube Shorts، والصورة العمودية في تحويل الصورة إلى فيديو تعطي مقطعًا عموديًا.
بدقة 720p تكلف 5 ثوانٍ 37 رصيدًا و10 ثوانٍ 74 رصيدًا. وبدقة 1080p تكلف 5 ثوانٍ 62 رصيدًا و10 ثوانٍ 123 رصيدًا.
يضيف Wan 2.6 السرد متعدد اللقطات ومقاطع مدتها 15 ثانية. أما Wan 2.5 فهو الخيار الأوفر لفيديوهات اللقطة الواحدة بطول 5 أو 10 ثوانٍ مع صوت متزامن.
لا. كل عملية إنشاء لقطة واحدة متصلة. للتنقل بين عدة لقطات في فيديو واحد استخدم خيار اللقطات المتعددة في Wan 2.6.
مقاطع التواصل الاجتماعي والتقديم والإعلانات التشويقية للمنتجات واللحظات الموسيقية والمشاهد السينمائية القصيرة، أي كل محتوى يهم فيه الصوت بقدر الصورة.
اكتب مشهدًا أو ارفع صورة لتحصل على مقطع 1080p مع أصوات ومؤثرات وموسيقى.
أنشئ الآن
