BULIN 47 AI

كيف يعمل BULIN 47 AI

كيف يعمل Bulin 47 AI، الجزء 1: لماذا بنيناه على «Recast» وليس على الأوامر النصية

هذا هو الجزء الأول من سلسلة من 3 مقالات عن التقنية التي يقوم عليها Bulin 47 AI. يشرح الجزء الأول الفكرة الأساسية والنموذج. ويتتبع الجزء الثاني فيديو من لحظة رفع الصورة حتى التنزيل. ويتناول الجزء الثالث الجودة والحدود وما تقوله اختبارات الأداء وما لا تقوله.

حين انتشر فري ستايل بولين 47 في أكتوبر 2026، اصطدم معظم من حاولوا إعادة صنعه بالذكاء الاصطناعي بالعقبة نفسها. فتحوا أداة تحويل النص إلى فيديو، وكتبوا شيئًا مثل «مغنٍّ يؤدي فري ستايل في شارع بمدريد مع مكبّر صوت وجمهور»، فحصلوا على فيديو لمغنٍّ يؤدي فري ستايل في شارع. فيديو لطيف وعام، ولا يشبه المقطع الذي يتحدث عنه الجميع.

هذه الفجوة بين فري ستايل ما وفري ستايل ذاك هي سبب وجود Bulin 47 AI، وهي التي تحكم كل قرار تقني اتخذناه.

مشكلة طلب لحظة فيروسية من أمر نصي

المقطع الفيروسي ليس فكرة، بل أداء محدد. الإيقاع، وحركة الأكتاف، وطريقة حمل الشريك لمكبّر الصوت، وتأطير الشارع، وصوت اللقطة الأصلية: لا شيء من ذلك ينجو من الوصف النصي. يمكنك وصف «مغنٍّ يرقص»، لكنك لا تستطيع وصف تلك الرقصة.

أما تحويل الصورة إلى فيديو ففيه الضعف المعاكس. فإذا أعطيت النموذج صورة واحدة فسيخترع الحركة، أي أن الحركة فكرة النموذج لا فكرة المؤدي الأصلي.

لذلك طرحنا سؤالًا مختلفًا: بدلًا من أن نطلب من النموذج أن يتخيّل الفري ستايل، ماذا لو احتفظنا بالفري ستايل الحقيقي وغيّرنا فقط من يظهر فيه؟

ما معنى «Recast»

هذا بالضبط ما يفعله نموذج الـ Recast. إنها مهمة تحويل فيديو إلى فيديو. وبحسب وثائق fal الخاصة بـ H3 Max Recast، يستبدل النموذج الأشخاص الرئيسيين في الفيديو المصدر بأشخاص من صور مرجعية، ويتتبع كل شخص عبر اللقطات، مع الحفاظ على حركة المصدر والكاميرا والقطعات والصوت.

أعد قراءة هذه القائمة، لأنها المنتج كله في جملة واحدة:

وترند بولين 47 هو، بحكم تعريفه، إعادة تركيب بتبديل الشخصية: يُستبدل المؤدي الرئيسي، بينما يبقى الشريك والجمهور والإضاءة وحركة الكاميرا كما كانت. ونموذج الـ Recast هو النسخة التقنية للفكرة نفسها.

تقسيم الأدوار: المقطع يحمل الأداء، والصورة تحمل الهوية

من المفيد أن نتصور مدخلين يؤدي كل منهما مهمة مختلفة.

المدخلما الذي يتحكم فيه
مقطع المصدر الجاهزالحركات والتوقيت والكاميرا والمكان والأشخاص الآخرون والصوت
صورتك الشخصيةالوجه والشعر والملابس والمظهر العام للمؤدي المُستبدَل

ولأن الأداء يأتي من تسجيل حقيقي، فلا يوجد ما يصفه المستخدم، ولا ما يرتجله النموذج في الرقصة. ولهذا لا يوجد في Bulin 47 AI مربع لكتابة الأوامر. فما تجيده الأوامر النصية (وصف مشهد) يحلّه مقطع المصدر أصلًا، وما تضعف فيه (إعادة إنتاج أداء بعينه) يحلّه التسجيل نفسه.

المحرّك: H3 Max

يعمل Bulin 47 AI بنموذج H3 Max Recast عبر منصة fal. وهذه توضيحات سريعة عن H3 Max لأن الاسم يسبب بعض اللبس.

H3 Max نسخة مُدرَّبة لاحقًا (post-trained) من نموذج الفيديو مفتوح الأوزان MiniMax H3، طورها فريق fal Research وحسّن سرعتها فريق الاستدلال في fal. وتفيد fal بأنه دُرّب لاحقًا لتحسين الالتزام بالأوامر والجودة البصرية، وجرى تحسينه مع بنية استدلال مخصصة. وأبرز ما تدّعيه هو توليد فيديو مدته خمس ثوانٍ في نحو ثلاث ثوانٍ.

وعن الجودة، تفيد fal بأن H3 Max جاء في المرتبة الأولى في تقييمات التفضيل البشري لديها في الجودة العامة وفهم الأوامر والجماليات أمام اثني عشر نموذج فيديو آخر، منها Seedance 2.5 وKling 3 وVeo 3.1. كما تذكر fal نتائج في المرتبة الأولى ضمن فئات تحويل الصورة إلى فيديو في لوحات ترتيب مستقلة من Artificial Analysis وDesign Arena.

وسنكون حذرين في استخدام هذه الأرقام، والجزء الثالث يشرح السبب. أما الآن فالنقطة المهمة أبسط: H3 Max Recast نموذج صُمم خصيصًا لمهمة «احتفظ بالفيديو وغيّر الأشخاص»، فوق نموذج أساسي يُعدّ اليوم من أكثر النماذج تداولًا في توليد الفيديو.

لماذا اخترنا قالبًا واحدًا جاهزًا

معظم أدوات الفيديو تتيح لك رفع أي مقطع. نحن لم نفعل ذلك عمدًا. يعتمد Bulin 47 AI على مقطع مصدر واحد جاهز، مقسّم إلى نسخ مدتها 6 و12 و19 ثانية، بصيغة عمودية.

ولهذا الاختيار فوائد هندسية حقيقية:

  1. جودة يمكن توقعها. نعرف بالضبط شكل اللقطات المصدر: أين يقف المؤدي، وما سرعة حركة الأكتاف، وأين مكبّر الصوت. والمتغير الوحيد هو صورتك.
  2. حالات فشل أقل. الأداة المفتوحة «ارفع أي فيديو» عليها أن تتعامل مع إضاءة مجهولة وحركات كاميرا مجهولة وعدد أشخاص مجهول. والقالب الثابت يزيل معظم هذه المجاهيل.
  3. منتج أبسط. المستخدم الذي لا عليه سوى اختيار صورة ومدة يستطيع إنهاء العملية في أقل من دقيقة من الجهد.
  4. مراعاة للحقوق منذ التصميم. القالب الجاهز يبقي التجربة مرتبطة بالترند الذي صُنعت من أجله، بدلًا من أن تتحول إلى أداة عامة لإعادة تركيب مقاطع أي شخص.

والمقابل واضح بالقدر نفسه: إن أردت مقطعًا آخر فهذه ليست الأداة المناسبة. إنها أداة متخصصة، لا استوديو.

ما سيأتي بعد ذلك

في الجزء الثاني نتتبع فيديو واحدًا من لحظة رفع الصورة إلى لحظة تنزيل ملف MP4، ونشرح لماذا تتم المعالجة بصورة غير متزامنة، وماذا تفعل قائمة الانتظار، وماذا يحدث حين يسوء شيء ما.

هل تريد أن ترى نتيجة كل هذا؟ جرّب Bulin 47 AI ←

Bulin 47 AI مشروع مستقل أنشأه المعجبون، وليس تابعًا لبولين 47 أو كيفن واي ولا معتمدًا منهما.

---

المصادر وقراءات إضافية