نماذج الذكاء الاصطناعي للتهاني، من البطاقة بالصورة إلى الفيديو الناطق

نماذج الصور: الوجوه أم الكتابة أم العائلة كلها في الإطار

لبطاقة تجمع أحباءكم، ابدؤوا بـ«تلقائي»، وهو GPT Image 2.5 Flare من OpenAI. فمن بين نماذج الصور التي نشغّلها هو الأفضل في الحفاظ على الشبه، وينهي البطاقة في نحو 25 ثانية. أما شقيقه GPT Image 2 فهو للبطاقات التي تهمّ فيها الكلمات: على بطاقة الألوان المائية أعلاه عبارة «Happy 70th, Mum»، وكل حرف في مكانه. لكنه يستغرق نحو 80 ثانية، فلا يناسب التعديلات السريعة المتكررة.

وحين يجب أن تتسع الصورة للعائلة كلها، انتقلوا إلى Nano Banana Pro من Google. فهو يحافظ على ملامح حتى خمسة وجوه، وهو الذي رسم صور المشاهد الـ 36 كلها في كتالوجنا. ويراهن Seedream 5.0 Pro من ByteDance على الألوان الغنية، كما في «عشاء عائلي في الحديقة» أعلاه. ويسعى FLUX.2 Pro إلى الواقعية الفوتوغرافية، وNano Banana 2 هو الأسرع بينها، وKling O3 من Kuaishou هو الخيار الأوفر. أما Qwen Image 3 فيكتب النص بوضوح، لكنه لا يقبل أكثر من ثلاث صور، لذا يناسب المجموعات الصغيرة.

نماذج الفيديو: الثواني والصوت وثمن كل ثانية

يُصنع فيديو المشهد على خطوتين، البطاقة أولًا ثم التحريك، لذا يستغرق من ثلاث إلى ست دقائق. ويحرّك MiniMax H3، وهو النموذج الذي يقف خلف «تلقائي» في الفيديو، مشاهد الفيديو العشرين كلها، ويضيف الصوت دائمًا، وسعر الثانية فيه أقل من Kling 3.0 وVeo 3.1. مقطع «تمني أمنية يا أمي» أعلاه من صنع H3: الشموع تنطفئ بنفخة واحدة، ثم تصفيق وعناق.

يقدّم Kling 3.0 Pro من Kuaishou حركة سلسة وأطول المقاطع لدينا، حتى 15 ثانية بدقة 1080p، مع الصوت أو بدونه. في «العائلة كلها ترفع الكؤوس» ترنّ الكؤوس وتمسح الجدة دمعة فرح. أما Veo 3.1 من Google فيمنح الصورة طابعًا سينمائيًا ويصنع الأصوات في الإنشاء نفسه: في «أمي تطفئ الشموع» تغني العائلة ختام أغنية Happy Birthday. لكنه يتوقف عند 8 ثوانٍ، وسعر الثانية فيه أعلى، في حين أن Veo 3.1 Fast وLite أرخص. وللقطة هادئة متكررة، يُبقي Wan 3.0 Prime من Alibaba الإطار ثابتًا.

الأغاني والأصوات والبطاقات الناطقة: النموذج هنا محدد سلفًا

ليست لكل صيغة قائمة «النموذج». فالأغاني تُصنع دائمًا بـ Google Lyria 3.5: يكتب الوكيل الكلمات مما أخبرتموه به، أو تلصقون كلماتكم أنتم، ثم توافقون عليها وتختارون النوع والمزاج، وبعدها فقط تُصنع الأغنية. ويمكن أن تكون الكلمات بالعربية أو الإنجليزية أو الروسية أو العبرية وغيرها، وكل الأغاني الأربعين في كتالوجنا صُنعت به.

أما التهاني الصوتية فيقرؤها ElevenLabs Eleven v3 بأحد أصوات الكتالوج الثمانية. وهو نموذج الصوت الوحيد لدينا الذي يتحدث العبرية، لذلك تذهب إليه كل تهنئة بالعبرية. وفي الباقات المدفوعة يمكنكم تسجيل عبارة قصيرة مرة واحدة، فيقرأ MiniMax Speech تهانيكم بصوتكم أنتم من بعدها.

وللبطاقة الناطقة مستويان بدل قائمة النماذج. «أفضل» هو Kling AI Avatar v2، ويحرّك الوجه والرأس مع الكلمات. و«الأعلى» هو OmniHuman 1.5، ويحرّك الشخص كله ويتيح لكم أن تشيروا إلى من يتكلم في الصورة الجماعية. وفي الحالتين تصل مدة الكلام إلى 15 ثانية، ويُدفع ثمنها من الرصيد نفسه الذي تدفعون منه كل شيء آخر. التهاني النصية مجانية، ويبدأ كل حساب جديد بـ 1000 رصيد مجاني.