انتقال حرکت با Genjutsu: ویدیوی رقص و ترند با کاراکتر خودت

انتقال حرکت با هوش مصنوعی یعنی حرکت یک ویدیوی مبدأ، مثلاً یک رقص ترند یا یک حرکت دوربین، را به کاراکتر، لوکیشن یا استایل خودت منتقل می‌کنی. در چراغ مدل Genjutsu این کار را می‌کند: یک ویدیوی مبدأ ۴ تا ۳۰ ثانیه‌ای و ۱ تا ۸ عکس مرجع می‌دهی و همان حرکت و همان حرکت دوربین را با سوژه‌ی خودت می‌گیری. هزینه بر اساس مدت ویدیوی مبدأ است: حدود ۶۳٫۶ اعتبار برای هر ثانیه در 480p و تا حدود ۱۳۶ اعتبار در 720p؛ یک کلیپ ۸ ثانیه‌ای حدود ۵۰۹ تا ۱٬۰۸۸ اعتبار، با نرخ امروز حدود ۱٫۳ تا ۲٫۸ میلیون تومان. در این آموزش می‌بینی چه ویدیوی مبدأیی جواب می‌دهد، عکس‌های مرجع را چطور آماده کنی، سه کاربرد واقعی برای کسب‌وکار، حساب دقیق هزینه و محدودیت‌ها و نکته‌های حقوقی.

انتقال حرکت با هوش مصنوعی چیست و Genjutsu چه می‌کند؟

انتقال حرکت (motion transfer) یعنی مدل، حرکت بدن، ریتم و حرکت دوربین را از یک ویدیو برمی‌دارد و ظاهر را از عکس‌های تو. نتیجه ویدیویی است که «مثل» ویدیوی مبدأ حرکت می‌کند، ولی آدم، ماسکوت یا محصول داخلش مال توست و صحنه هم اگر بخواهی، صحنه‌ی توست. فرقش با ساخت ویدیو از متن این است که این‌جا حرکت را نمی‌نویسی، نشان می‌دهی؛ برای همین کنترل روی رقص، ژست و زمان‌بندی خیلی بیشتر است.

در چراغ این کار را فقط Genjutsu انجام می‌دهد. ورودی‌اش دو چیز است: ویدیوی مبدأ (۴ تا ۳۰ ثانیه، تا ۱۰۰ مگابایت) و ۱ تا ۸ عکس مرجع. خروجی در 480p یا 720p است و مدتش برابر مدت ویدیوی مبدأ. مدل‌های دیگر ویدیو را در راهنمای مدل‌های ساخت ویدیو کنار هم گذاشته‌ایم؛ این مقاله فقط روی همین یک کار تمرکز می‌کند.

قدم ۱: ویدیوی مبدأ خوب را انتخاب کن

ویدیوی مبدأ خوب یعنی یک نفر، تمام‌قد یا نیم‌تنه، در کادر ثابت، با نور یکدست و پس‌زمینه‌ی ساده. کیفیت خروجی بیش از هر چیز به همین ویدیو بستگی دارد؛ مدل حرکت را از آن می‌خواند و هر ابهامی در آن، ابهام در خروجی می‌شود.

• یک سوژه، نه چند نفر. رقص گروهی یا آدم‌هایی که از جلوی کادر رد می‌شوند، مدل را گیج می‌کند. اگر ویدیوی ترند چند نفره است، نسخه‌ی تک‌نفره‌اش را پیدا کن یا خودت یک بار جلوی دوربین اجرا کن.
• کل بدن در کادر. دست و پایی که از کادر بیرون می‌زند، در خروجی هم قطع می‌شود یا عجیب بازسازی می‌شود. برای حرکت دست و بالاتنه، نیم‌تنه کافی است.
• مدت ۴ تا ۳۰ ثانیه. کوتاه‌تر قبول نمی‌شود، بلندتر هم. برای ریلز، ۶ تا ۱۰ ثانیه بهترین نسبت هزینه به اثر است؛ هر ثانیه پول دارد.
• حرکت دوربین ساده. حرکت دوربین هم منتقل می‌شود. زوم آرام یا پن ملایم خوب است، لرزش دست و برش‌های تند نه.
• بدون متن و استیکر روی ویدیو. ویدیوی ترندی که از خود اینستاگرام ذخیره شده معمولاً متن روی تصویر دارد؛ اگر می‌شود، نسخه‌ی خام را بردار.
• حجم تا ۱۰۰ مگابایت. استودیوی چراغ ویدیوی مبدأ را تا ۱۰۰ مگابایت می‌گیرد، با نوار پیشرفت، و آپلود سنگین قطع نمی‌شود.

ساده‌ترین مبدأ، ویدیویی است که خودت با گوشی می‌گیری: دوربین روی سه‌پایه، ۸ ثانیه حرکت، نور پنجره. مال خودت است، تک‌نفره است و متنی روی آن نیست.

قدم ۲: عکس‌های مرجع را آماده کن (۱ تا ۸ عکس)

عکس‌های مرجع به مدل می‌گویند «کی» و «کجا» را بسازد: کاراکتر، لباس، لوکیشن یا استایل تصویری. یک عکس تمیز کافی است که شروع کنی، ولی برای ثبات چهره یا ماسکوت، سه تا پنج عکس از زاویه‌های مختلف نتیجه را خیلی بهتر می‌کند.

1. عکس اصلی کاراکتر: تمام‌قد، روبه‌رو، نور یکدست، پس‌زمینه‌ی ساده. اگر ماسکوت برند است، همان نسخه‌ی رسمی و تمیز.
2. دو تا سه زاویه‌ی دیگر: سه‌رخ، نیم‌رخ، یک نمای نزدیک از صورت یا جزئیات لباس. مدل از این‌ها می‌فهمد کاراکتر از پشت و پهلو چه شکلی است.
3. عکس لوکیشن (اختیاری): اگر می‌خواهی حرکت در فروشگاه یا کافه‌ی خودت اجرا شود، یک عکس خالی از همان جا اضافه کن؛ در پرامپت بگو این عکس لوکیشن است.
4. عکس استایل (اختیاری): یک فریم از حال‌وهوای رنگی که می‌خواهی، مثلاً پوستر کمپین.

همه‌ی عکس‌ها را با «افزودن»، کشیدن یا Paste مستقیم ضمیمه کن؛ HEIC آیفون هم قبول می‌شود. هر عکس یک شماره می‌گیرد و در متن با «@عکس۱»، «@عکس۲» به آن اشاره می‌کنی تا نقش هر کدام روشن باشد: «@عکس۱ تا @عکس۳ همه یک کاراکترند، @عکس۴ لوکیشن است». روش ضمیمه و اشاره را با جزئیات در آموزش ویرایش عکس با عکس مرجع گفته‌ایم.

قدم ۳: در استودیوی چراغ بساز

وارد استودیوی چراغ شو، حالت «ویدیو» را بزن و Genjutsu را از انتخابگر مدل انتخاب کن؛ اگر در فهرست روشن‌هایت نیست، با سوئیچ کنارش برای خودت فعالش کن. جای ویدیوی مبدأ و جای عکس‌های مرجع جدا دیده می‌شوند.

1. ویدیوی مبدأ را آپلود کن. استودیو مدت را از خود فایل می‌خواند، پس انتخابگر مدت کاری ندارد؛ یک ویدیوی ۲۸ ثانیه‌ای، ۲۸ ثانیه حساب می‌شود.
2. عکس‌های مرجع را ضمیمه کن (۱ تا ۸ عکس).
3. در پرامپت فقط نقش عکس‌ها و حال‌وهوا را بنویس؛ حرکت را ننویس، حرکت از ویدیو می‌آید.
4. رزولوشن را انتخاب کن: 480p برای تست، 720p برای نسخه‌ی نهایی. قیمت تقریبی قبل از زدن دکمه نشان داده می‌شود.
5. Ctrl+Enter. نوار پیشرفت زمان تقریبی را می‌گوید؛ خروجی در گالری می‌ماند و تا یک سال نگه داشته می‌شود.

@عکس۱ و @عکس۲ و @عکس۳ همه یک کاراکترند: ماسکوت زرد پشمالوی برند، همان شکل و رنگ. حرکت را از ویدیوی مبدأ بگیر و با این کاراکتر اجرا کن. @عکس۴ لوکیشن است: داخل فروشگاه ما با همان قفسه‌ها و نور. نور گرم، رنگ‌ها شاد، کادر عمودی

@عکس۱, @عکس۲ and @عکس۳ are the same character: the brand's fluffy yellow mascot, same shape and colors. Take the motion from the source video and perform it with this character. @عکس۴ is the location: inside our shop with the same shelves and lighting. Warm light, cheerful colors, vertical frame

اگر کار خطا داد، اعتباری کم نمی‌شود؛ از ۲۱ مهر چراغ خودش درخواست را اصلاح می‌کند یا از راه دیگری می‌سازد تا کار نیمه‌کاره نماند. خروجی موفقی که دوستش نداری هزینه دارد؛ برای همین قدم اول همیشه 480p است.

سه کاربرد انتقال حرکت برای کسب‌وکار

انتقال حرکت برای سه کار واقعاً می‌ارزد: ترند اینستاگرام با ماسکوت برند، معرفی محصول با کاراکتر ثابت، و میم. در هر سه، چیزی که مخاطب می‌شناسد (حرکت ترند) با چیزی که تو داری (برندت) ترکیب می‌شود.

۱. ترند اینستاگرام با ماسکوت برند

ترند رقص یا حرکتی که همه دارند اجرا می‌کنند، با ماسکوت تو اجرا می‌شود. مبدأ: نسخه‌ی تک‌نفره‌ی ترند که خودت جلوی دوربین می‌گیری. مرجع: سه تا پنج عکس ماسکوت از زاویه‌های مختلف. برای کافه‌ای که یک فنجان کارتونی ماسکوتش است یا فروشگاهی که یک خرس دارد، این ارزان‌تر از ساخت انیمیشن است و سریع‌تر از هر راه دیگری به ترند می‌رسد. ترندها معمولاً یک تا دو هفته عمر دارند؛ ۸ ثانیه در 480p برای تست و یک 720p برای انتشار کافی است.

۲. معرفی محصول با کاراکتر

یک کاراکتر ثابت (فروشنده‌ی مجازی، ماسکوت یا خود صاحب برند) محصول را در دست می‌گیرد، می‌چرخاند و نشان می‌دهد. مبدأ: ویدیوی ۸ تا ۱۰ ثانیه‌ای خودت که محصول را معرفی می‌کنی. مرجع: عکس‌های کاراکتر و یک عکس لوکیشن فروشگاه. نتیجه، یک سری ویدیوی معرفی با یک چهره و یک حرکت آشناست، بی‌آنکه هر بار فیلم‌برداری کنی. برای چیدن کپشن و زمان انتشار، راهنمای هوش مصنوعی برای فروشگاه‌های اینستاگرامی را کنار این بگذار.

۳. میم

حرکت یک صحنه‌ی معروف با کاراکتر برند یا با خود صاحب کسب‌وکار. مبدأ باید مال خودت یا مجاز باشد (پایین توضیح داده‌ایم)، پس به‌جای برداشتن کلیپ فیلم، همان حرکت را خودت در ۵ ثانیه بازی کن و ضبط کن. میم کوتاه است، ۴ تا ۶ ثانیه، و 480p برایش کافی است؛ هزینه‌اش از سه کاربرد کمتر است.

هزینه‌ی انتقال حرکت: یک کلیپ ۸ ثانیه‌ای چند اعتبار است؟

یک کلیپ ۸ ثانیه‌ای با Genjutsu در 480p حدود ۵۰۹ اعتبار است و در 720p حدود ۱٬۰۸۸ اعتبار؛ با نرخ امروز حدود ۱٫۳ و ۲٫۸ میلیون تومان. هزینه فقط به مدت ویدیوی مبدأ و رزولوشن بستگی دارد، نه به تعداد عکس مرجع و نه به طول پرامپت.

برای مقایسه، همان ۸ ثانیه با Kling 3.0 Pro از متن یا عکس حدود ۱۷۹ اعتبار است و با Grok Imagine Video 1.5 حدود ۱۹ اعتبار. انتقال حرکت گران است چون کار دیگری می‌کند: حرکت دقیق و حرکت دوربین ویدیوی تو را نگه می‌دارد، چیزی که با پرامپت متنی به دست نمی‌آید. اگر حرکت دقیق برایت مهم نیست، بهترین مدل ویدیو برای ریلز گزینه‌های خیلی ارزان‌تری دارد. قیمت‌ها تا ۲۶ مهر ۱۴۰۵ و هر اعتبار امروز حدود ۲٬۶۰۰ تومان است؛ عدد به‌روز در مدل‌ها و قیمت‌ها هست.

محدودیت‌ها و اشتباه‌های رایج

حداکثر رزولوشن خروجی 720p است؛ 1080p و 4K در این مدل وجود ندارد. برای اینستاگرام و تلگرام کافی است، برای پخش روی نمایشگر بزرگ نه. بقیه‌ی محدودیت‌ها بیشتر از ورودی می‌آید:

• مدت ثابت است. خروجی همان مدت ویدیوی مبدأ است؛ نمی‌شود ۵ ثانیه از یک ویدیوی ۲۰ ثانیه‌ای خواست. قبل از آپلود ببُر.
• روی صدا حساب نکن. کار Genjutsu تصویر و حرکت است. موسیقی ترند را در ادیتور یا خود اینستاگرام روی خروجی بگذار؛ برای نریشن، راهنمای نریشن و دوبله را ببین.
• کاراکتر خیلی دور از فرم آدم. ماسکوتی بدون دست و پا یا یک شیء (مثل بطری) حرکت رقص را خوب نمی‌گیرد؛ کاراکتری با سر، بدن و دست و پا نتیجه‌ی قابل‌پیش‌بینی‌تر می‌دهد. برای ماسکوت ساده، حرکت‌های آرام و حرکت دوربین را انتخاب کن، نه رقص پرجزئیات.
• یک مرجع برای چهره کم است. با یک عکس، چهره در چرخش‌ها تغییر می‌کند. سه زاویه بگذار و در پرامپت بگو همه یک نفرند.
• دست‌ها و انگشت‌ها. حرکت‌های تند دست و نمای خیلی نزدیک انگشت، مثل همه‌ی مدل‌های ویدیو، نقطه‌ی ضعف است. خروجی را فریم‌به‌فریم چک کن.
• متن روی ویدیو. متن فارسی، قیمت و لوگو را بعداً در ادیتور اضافه کن، نه با مدل.
• ویدیوی مبدأ با متن یا فیلتر. متن روی ویدیوی ترند و فیلترهای شدید، در خروجی به شکل خرابی ظاهر می‌شود. نسخه‌ی خام را بردار یا خودت اجرا کن.

وقتی ترکیب درست جواب داد، با «اشتراک دستور پخت» یک لینک عمومی با مدل و تنظیمات بساز تا همکارت همان را با عکس‌های خودش بسازد؛ عکس‌های مرجع تو در کارت نشان داده نمی‌شوند. مسیر کامل ساخت ریلز، از سناریو تا نریشن، در آموزش ساخت ریلز با هوش مصنوعی هست.

نکته‌های حقوقی ساده: ویدیوی مبدأ مال خودت یا مجاز باشد

قاعده یک خط است: ویدیوی مبدأ یا باید مال خودت باشد، یا اجازه‌ی استفاده‌اش را داشته باشی. حرکت رقص به‌خودی‌خود مال کسی نیست، ولی ویدیویی که آن حرکت را ضبط کرده، مال سازنده‌اش است؛ همین‌طور صدا و موسیقی داخلش.

• بهترین راه: ترند را خودت یا یکی از همکارها جلوی دوربین اجرا کنید. مال خودتان است، تک‌نفره است و متنی روی آن نیست؛ از نظر فنی هم بهترین مبدأ است.
• ویدیوی دیگران: فقط با اجازه‌ی کتبی سازنده، یا اگر خودش برای استفاده‌ی آزاد منتشر کرده باشد. ذخیره‌کردن ریلز یک نفر و دادنش به مدل، بدون اجازه، جایز نیست.
• چهره‌ی آدم‌ها: اگر کاراکتر خروجی چهره‌ی یک آدم واقعی است، از خودش اجازه بگیر، حتی اگر کارمند توست. چهره‌ی افراد مشهور را استفاده نکن.
• موسیقی: آهنگ ویدیوی مبدأ را برندار؛ موسیقی را از کتابخانه‌ی خود اینستاگرام یا منبع مجاز روی خروجی بگذار.
• شفافیت: اگر ویدیو کاراکتر یا آدم ساختگی نشان می‌دهد، در کپشن بگو با هوش مصنوعی ساخته شده. مخاطب ایرانی به این صداقت جواب خوب می‌دهد.

سؤال‌های رایج

انتقال حرکت با هوش مصنوعی چقدر هزینه دارد؟

در چراغ با Genjutsu حدود ۶۳٫۶ اعتبار برای هر ثانیه‌ی ویدیوی مبدأ در 480p و حدود ۱۳۶ اعتبار در 720p. یک کلیپ ۸ ثانیه‌ای حدود ۵۰۹ تا ۱٬۰۸۸ اعتبار است؛ با نرخ امروز حدود ۱٫۳ تا ۲٫۸ میلیون تومان.

ویدیوی مبدأ چند ثانیه می‌تواند باشد؟

بین ۴ و ۳۰ ثانیه و تا ۱۰۰ مگابایت. مدت از خود فایل خوانده می‌شود و خروجی همان مدت است؛ پس قبل از آپلود، ویدیو را به همان چند ثانیه‌ای که لازم داری کوتاه کن.

چند عکس مرجع لازم است؟

بین ۱ و ۸ عکس. برای تست یکی کافی است؛ برای ثبات چهره یا ماسکوت، سه تا پنج زاویه‌ی مختلف بگذار و در پرامپت با «@عکس۱» نقش هر عکس را بگو.

می‌شود هر ریلز ترندی را از اینستاگرام برداشت و استفاده کرد؟

نه. ویدیوی مبدأ باید مال خودت یا با اجازه باشد. حرکت ترند را خودت جلوی دوربین اجرا کن؛ هم قانونی است و هم از نظر فنی بهترین مبدأ است.

چرا خروجی 1080p ندارم؟

Genjutsu در چراغ تا 720p خروجی می‌دهد. برای ریلز و استوری کافی است. اگر رزولوشن بالاتر از حرکت دقیق مهم‌تر است، مدل‌هایی مثل Wan 3.0 Prime یا Grok Imagine Video 1.5 را ببین که از متن و عکس تا 1080p می‌سازند.