تبدیل عکس به ویدیو با هوش مصنوعی؛ راهنمای فریم و حرکت
از یک عکس ثابت به کلیپی با حرکت حساب‌شده برسید؛ با روش آماده‌سازی فریم شروع در 1ai، انتخاب ابزار بیرونی و پرامپت‌های انگلیسی برای محصول و منظره.
تبدیل عکس به ویدیو با هوش مصنوعی یعنی دادن یک تصویر ثابت و توضیح حرکت به ابزار ویدیوساز تا از آن کلیپی تازه بسازد. برای شروع، عکس را تمیز و درست قاب‌بندی کنید، سپس در ابزاری بیرون از 1ai مانند Runway، Kling یا Google Flow حرکت سوژه و دوربین را مشخص کنید. 1ai ویدیو تولید نمی‌کند؛ نقش آن در این مسیر، ساخت یا ویرایش فریم شروع، نوشتن پرامپت و آماده‌کردن متن روایت است.
این راهنما در ۳۱ اکتبر ۲۰۲۶، برابر با ۹ آبان ۱۴۰۵، بررسی شده است. تصاویر داخل مقاله نمونهٔ فریم شروع هستند؛ هیچ‌کدام خروجی ویدیویی یا مدرک تضمین کیفیت یک ابزار نیستند.
تبدیل عکس به ویدیو با هوش مصنوعی چگونه کار میکند؟
در روش image to video، تصویر نقطهٔ آغاز بصری است: شکل سوژه، نور، رنگ‌ها و ترکیب‌بندی را مشخص میکند. متن کنار آن می‌گوید در گذر زمان چه اتفاقی بیفتد؛ مثلاً بخار بالا برود یا دوربین آرام نزدیک شود. این تقسیم وظیفه در راهنمای رسمی تصویر به ویدیوی Runway هم توضیح داده شده است.
خروجی، فیلم پنهان‌شده در فایل عکس نیست. ابزار باید حرکت و بخش‌هایی از صحنه را که در عکس دیده نمی‌شوند بسازد؛ بنابراین چرخش زیاد دوربین می‌تواند به حدس‌زدن پشت یک محصول یا تغییر شکل آن منجر شود. از یک نمای روبه‌روی فنجان، اطلاعات دقیقی دربارهٔ تمام سمت‌های آن ندارید. درخواست حرکت محدود، برای نخستین آزمایش انتخاب قابل‌کنترل‌تری است.
متحرک کردن عکس با جابه‌جایی سادهٔ تصویر هم فرق دارد. اگر فقط می‌خواهید عکس بزرگ شود یا روی صفحه حرکت کند، یک تدوینگر معمولی ممکن است کافی باشد. زمانی سراغ تولید مولد بروید که خودِ اجزای صحنه باید حرکت کنند؛ مانند موج آب، تکان پرده یا حرکت بخار. برای آشنایی با روش‌های دیگر، راهنمای ساخت ویدیو با هوش مصنوعی را ببینید.
کدام ابزارها عکس را به فیلم تبدیل می‌کنند؟
جدول زیر فهرست رتبه‌بندی کیفیت نیست؛ سه مسیر بیرونی با پشتیبانی مستند از تصویر را نشان می‌دهد. قابلیت هر مدل را در حساب خودتان بررسی کنید؛ وجود یک قابلیت در مستندات به معنی دسترسی قطعی تمام کاربران به آن نیست.
| ابزار بیرونی | قابلیت تأییدشده در منبع رسمی | پیشنهاد برای تمرین اول |
|---|---|---|
| Runway | دریافت تصویر آغازین و متن حرکت در راهنمای Image to Video | یک سوژه و یک حرکت محدود |
| Kling | پشتیبانی از Image-to-Video و فریم شروع و پایان در راهنمای VIDEO 3.0 | آزمایش یک نمای محصول با هندسهٔ ساده |
| Google Flow با Veo 3.1 | پشتیبانی از Frames to Video با فریم اول یا فریم اول و آخر | صحنه‌ای با آغاز مشخص و حرکت آرام |
برای Kling، این قابلیت‌ها در راهنمای رسمی VIDEO 3.0 آمده‌اند. در Flow نیز جدول رسمی مدل‌ها و قابلیت‌ها تفاوت پشتیبانی مدل‌ها را نشان می‌دهد. این مشخصات در اکتبر ۲۰۲۶ بررسی شده‌اند؛ نام گزینه‌ها و دسترسی حساب‌ها ممکن است تغییر کند.
قبل از آماده‌کردن پروژهٔ اصلی، امکان ثبت‌نام و استفاده از سرویس بیرونی را بررسی کنید. برای کاربران ایران، دسترسی منطقه‌ای و امکان پرداخت خارجی را نباید قطعی فرض کرد؛ ممکن است حساب جداگانه یا پرداخت خارجی لازم شود. ابتدا شرایط همان سرویس و گزینه‌های حساب خود را بخوانید و سپس هزینهٔ آزمایش را بپذیرید. اعتبار 1ai هزینهٔ تولید ویدیو در ابزار بیرونی را پوشش نمی‌دهد.
اگر مسیر انتخابی شما Kling است، راهنمای Kling مکمل این مقاله است. برای تمرین‌های زیر لازم نیست همهٔ سرویس‌ها را هم‌زمان امتحان کنید؛ یک ابزار و یک تصویر ثابت، مقایسهٔ نتیجه‌ها را ساده‌تر میکند.
چطور یک فریم شروع خوب آماده کنیم؟
فریم شروع باید بتواند بهتنهایی یک عکس خوب باشد. سوژهٔ نصفه، لبه‌های خراب، انعکاس ناممکن یا پس‌زمینهٔ شلوغ با اضافه‌شدن حرکت لزوماً اصلاح نمی‌شوند. ابتدا تصویر را در اندازهٔ واقعی باز کنید و مرز سوژه، سایه‌ها و اشیای کوچک را ببینید. بزرگ‌نمایی فایل بهتنهایی جزئیات واقعی ازدست‌رفته را برنمی‌گرداند.
پیش از تولید، تصمیم بگیرید خروجی کجا استفاده میشود. برای محتوای عمودی از ابتدا قاب عمودی بسازید؛ برش‌دادن دیرهنگامِ عکس افقی ممکن است محصول را حذف کند. نسبت تصویر ورودی را با گزینهٔ خروجی ابزار بیرونی هماهنگ کنید. برای حرکت رو به بالا یا نزدیک‌شدن دوربین، اطراف سوژه حاشیه بگذارید تا در همان ابتدای کلیپ از قاب خارج نشود.
در استودیوی ساخت تصویر 1ai میتوانید صحنه‌ای تازه از متن بسازید. اگر نقطهٔ شروع عکس خودتان است، از ویرایش عکس با هوش مصنوعی و یک مدل GPT Image استفاده کنید؛ ویرایش با تصویر مرجع در 1ai فقط با این خانواده انجام میشود. در انتخاب مدل، GPT Image 2.5 را در اولویت بگذارید و سپس خروجی را بررسی کنید.
برای آماده‌سازی یک عکس موجود، دستور دقیق‌تری از «سینمایی‌اش کن» بدهید:
این عکس را برای فریم شروع یک ویدیوی کوتاه آماده کن. شکل، رنگ و نسبت‌های محصول حفظ شود. پس‌زمینه را ساده کن، لبه‌های خراب را اصلاح کن و اطراف سوژه فضای کافی بگذار. نور از یک جهت باشد. هیچ نوشته، شیء تازه یا جزئیات ساختگی به محصول اضافه نکن.برای عکس قدیمی، ابتدا پارگی و لکه‌ها را جداگانه بررسی کنید؛ ترمیم عکس قدیمی می‌تواند مرحلهٔ آماده‌سازی باشد. نسخهٔ ترمیم‌شده را کنار اصل بگذارید، چون اصلاح ظاهری به معنی بازسازی مستند جزئیات تاریخی نیست. فقط وقتی از نتیجه راضی هستید آن را به مرحلهٔ حرکت ببرید.
برای تبدیل عکس به فیلم متحرک چه پرامپتی بنویسیم؟
پرامپت تصویر می‌گوید «چه چیزی دیده شود»؛ پرامپت حرکت می‌گوید «چه چیزی تغییر کند». این دو را در دو مرحلهٔ جدا استفاده کنید. بازگویی تمام جزئیات عکس در دستور ویدیو معمولاً ضرورتی ندارد؛ به‌جایش حرکت اصلی، سرعت و وضعیت دوربین را روشن کنید.
یک الگوی ساده برای تمرین چنین است:
The camera [movement] as the [subject] [action].
[Environmental motion]. [Pace and continuity].این قالب دستور اجباری هیچ سرویسی نیست. برای کار اول حتی یک جمله کافی است: دوربین ثابت بماند و بخار آرام بالا برود. عبارت‌هایی مثل «خیلی حرفه‌ای، شاهکار، فوق‌العاده» جای حرکت مشخص را نمی‌گیرند. «دوربین آرام به فنجان نزدیک شود» قابل‌آزمایش‌تر از «فنجان حس زندگی بدهد» است.
| عبارت انگلیسی | معنی کاربردی | استفادهٔ پیشنهادی |
|---|---|---|
| Locked-off camera | دوربین ثابت | پرده، بخار یا موج آرام |
| Slow push-in | نزدیک‌شدن آرام دوربین | تأکید روی محصول |
| Gentle lateral move | حرکت آرام به کنار | نمایش عمق محدود منظره |
| Subtle motion | حرکت جزئی | کاهش شدت تغییرات |
| Continuous shot | یک نمای پیوسته | بیان قصد حفظ تداوم نما |
این‌ها توصیف هدف‌اند و نتیجه را تضمین نمی‌کنند. انگلیسی‌بودن نمونه‌ها برای استفادهٔ مستقیم در تمرین است؛ از آن نباید نتیجه گرفت همهٔ ابزارها فقط انگلیسی می‌فهمند. اگر نتیجه نامطلوب بود، هر بار فقط یک جزء را تغییر دهید تا بدانید چه چیزی اثر گذاشته است.
چهار نمونهٔ عملی برای متحرک کردن عکس چیست؟
در هر مثال، بلوک اول برای ساخت تصویر ثابت است و تصویر بلافاصله پس از آن نمونه‌ای از چنین فریمی را نشان می‌دهد. بلوک دوم را پس از بارگذاری تصویر در ابزار ویدیوساز بیرونی استفاده کنید. هیچ‌یک از تصاویر زیر حرکت واقعی را نمایش نمی‌دهند.
فنجان قهوه با بخار آرام
برای تمرین اول، بدنهٔ فنجان ثابت بماند و فقط بخار حرکت کند. این انتخاب اجازه می‌دهد نتیجه را با یک معیار ساده بسنجید: آیا بخار طبیعی است و لبهٔ فنجان سالم می‌ماند؟ پرامپت فریم شروع:
A photorealistic still life of a plain ivory ceramic coffee cup on a walnut table beside a window, a thin wisp of steam above the cup, warm morning side light, uncluttered beige background, generous space above the cup, clearly defined rim and handle, landscape composition, no people, no text, no letters, no logos.
نمونه‌ی تصویری
پرامپت حرکت انگلیسی:
Locked-off camera. A thin wisp of steam rises slowly from the cup and gently disperses. The cup and table remain still. Soft, continuous motion throughout the shot.در تبدیل عکس به ویدیو با هوش مصنوعی، چنین تمرینی برای جداکردن حرکت محیط از حرکت سوژه مفید است. اگر فنجان شروع به لغزیدن کرد، ابتدا متن را کوتاه‌تر کنید و فقط حرکت بخار را نگه دارید. درخواست چرخش دوربین را به آزمایش بعدی موکول کنید.
دریاچه و مه صبحگاهی
در منظره، پیش‌زمینه و پس‌زمینهٔ مشخص کمک می‌کنند حرکت را ارزیابی کنید. از ابتدا آب و آسمان را بیش‌ازحد شلوغ نکنید. پرامپت فریم شروع:
A photorealistic wide landscape of a quiet alpine lake at sunrise, distant mountains and a small cluster of reeds in the foreground, a thin layer of mist above the water, clear separation of foreground and background, natural blue and gold colors, no people, no buildings, no text, no letters, no logos.
نمونه‌ی تصویری
پرامپت حرکت انگلیسی:
The camera makes a very slow lateral move to the right. Thin mist drifts gently across the lake while small ripples travel across the water. The distant mountains remain stable. One continuous shot.اگر شکل کوه‌ها در طول کلیپ عوض شد، همان فریم را با دوربین ثابت آزمایش کنید. حرکت آب و مه بهتنهایی هم برای ساخت فضایی زنده کافی است. هدف این نمونه، حرکت محدود در منظره است؛ از یک عکس نباید انتظار گردش دقیق و مستند در محیط واقعی داشت.
بطری محصول با نزدیک‌شدن دوربین
برای تمرین تبلیغاتی، محصول بی‌نوشته انتخاب شده تا بررسی فرم آسان باشد. در سفارش واقعی، حفظ اندازه، رنگ و جزئیات محصول باید جداگانه کنترل شود. پرامپت فریم شروع:
A premium product photograph of a single unlabeled amber glass bottle with a plain matte black cap on a pale stone pedestal, soft studio light from upper left, muted warm gray seamless background, complete bottle visible with generous margins, realistic glass reflections, no people, no text, no letters, no logos.
نمونه‌ی تصویری
پرامپت حرکت انگلیسی:
The camera slowly pushes in toward the bottle. The bottle stays upright and still on the pedestal. Its proportions and amber color stay consistent. A restrained, continuous product shot.برای تبدیل عکس به فیلم با هوش مصنوعی در فروشگاه، نزدیک‌شدن آرام معمولاً نقطهٔ شروع ساده‌تری از چرخش کامل محصول است. اگر درپوش یا ضخامت شیشه تغییر کرد، آن نسخه را به‌عنوان نمایش دقیق کالا منتشر نکنید. پرامپتِ «حفظ نسبت‌ها» درخواست شما را روشن میکند، اما جای بازبینی خروجی را نمی‌گیرد.
پردهٔ کنار پنجره با نسیم ملایم
این مثال حرکت یک جزء نرم را در محیطی ثابت تمرین میکند. گیاه و خطوط پنجره معیار خوبی برای تشخیص لرزش ناخواسته‌اند. پرامپت فریم شروع:
A photorealistic quiet interior with a tall open window, a lightweight ivory curtain hanging beside it, one green potted plant on the floor, soft afternoon sunlight across a simple wooden floor, spacious composition with clear object boundaries, no people, no text, no letters, no logos.
نمونه‌ی تصویری
پرامپت حرکت انگلیسی:
Locked-off camera. A light breeze gently lifts the curtain inward, then lets it settle slowly. The window frame and furniture stay still. Calm, subtle movement in one continuous shot.اگر پرده از قاب جدا شد یا جسم تازه‌ای ظاهر شد، دامنهٔ حرکت را کمتر کنید. برای شروع لازم نیست نور روز هم تغییر کند و دوربین هم جابه‌جا شود. وقتی یک حرکت نتیجهٔ قابل‌قبول داد، میتوانید نسخهٔ دوم را با تغییر کوچک بسازید و مقایسه کنید.
چطور از فریم آماده به ویدیوی قابل‌استفاده برسیم؟
۱. هدف را در یک جمله بنویسید؛ مثلاً «نمای کوتاه بطری برای معرفی محصول». سپس مشخص کنید چه چیزی باید ثابت بماند و چه چیزی اجازهٔ حرکت دارد. این یادداشت، معیار انتخاب خروجی است.
۲. تصویر نهایی را دانلود و در ابزار بیرونی بارگذاری کنید. مسیر مربوط به تصویر به ویدیو یا فریم آغازین را انتخاب کنید؛ تصویر مرجعِ سبک لزوماً همان نقش فریم اول را ندارد. پیش‌نمایش ورودی را قبل از اجرا ببینید.
۳. نسبت تصویر، مدل فعال و مدت‌های قابل‌انتخاب را بررسی کنید. برای اولین آزمایش، کوتاه‌ترین گزینهٔ مناسب هدف را انتخاب کنید. مدت نوشته‌شده در پرامپت جای تنظیم واقعی زمان در رابط سرویس را نمی‌گیرد.
۴. فقط پرامپت حرکت را وارد کنید و پیش از اجرا هزینه را ببینید. یک نسخهٔ پایه بسازید؛ سپس با همان تصویر و همان تنظیمات، یک تغییر محدود در متن بدهید. تغییر هم‌زمان تصویر، مدل و حرکت، علت بهترشدن نتیجه را مبهم میکند.
۵. خروجی را ابتدا کامل پخش کنید و بعد بخش‌های مشکوک را فریم‌به‌فریم ببینید. لبهٔ محصول، اتصال اجزا، سایه و انعکاس را بررسی کنید. فقط زیبایی فریم اول برای انتخاب کلیپ کافی نیست.
۶. نسخهٔ پذیرفته‌شده را در تدوینگر بچینید و نوشته‌ها را آنجا اضافه کنید. اگر روایت لازم دارید، متن و فایل گفتار را میتوانید با تبدیل متن به گفتار 1ai آماده کنید و جداگانه روی ویدیو قرار دهید. این کار به معنی تولید ویدیو یا لب‌خوانی در 1ai نیست.
چرا عکس در ویدیو تغییر شکل می‌دهد؟
در تبدیل عکس به ویدیو با هوش مصنوعی، خطا را باید به مسئله‌ای مشخص تبدیل کنید. عبارت «نتیجه بد است» به اصلاح کمک نمی‌کند؛ بنویسید «دستهٔ فنجان در نیمهٔ دوم دو تکه میشود». بعد ببینید مشکل از فریم، دامنهٔ حرکت یا تعداد اتفاق‌های هم‌زمان است.
| مشکل قابل‌مشاهده | اقدام برای آزمایش بعدی |
|---|---|
| شکل سوژه عوض میشود | حرکت را کم و مرزهای عکس ورودی را اصلاح کنید |
| دوربین بی‌دلیل می‌چرخد | درخواست را به دوربین ثابت و یک حرکت محیطی محدود کنید |
| شیء تازه ظاهر میشود | توصیف‌های اضافی و اتفاق‌های تازه را از متن بردارید |
| پس‌زمینه می‌لرزد | نسخه‌ای با پس‌زمینهٔ ساده‌تر آزمایش کنید |
| انتهای کلیپ خراب میشود | بخش سالم را جدا کنید یا نمای ساده‌تری بسازید |
برای کنترل هزینه، قبل از شروع سقف تعداد آزمایش تعیین کنید. متن هر نسخه و علت رد آن را نگه دارید. ساخت پشت‌سرهم خروجی‌های مشابه بدون تغییر مشخص، لزوماً شما را به نتیجهٔ بهتر نزدیک نمی‌کند. گاهی بهترین اصلاح، برگشتن به عکس شروع و حذف شلوغی آن است.
برای عکس افراد واقعی چه نکات حریم خصوصی مهم است؟
عکس یک نفر مجوز ساخت هر حرکتی برای او نیست. پیش از بارگذاری، رضایت مشخص برای استفاده از تصویر، نوع متحرک‌سازی و محل انتشار بگیرید. به‌ویژه برای کودکان، عکس‌های خانوادگی خصوصی و تصاویری که اطلاعات محل زندگی را نشان می‌دهند، انتخاب سوژهٔ غیرشخصی مسیر محتاطانه‌تری است.
نشانی، پلاک، مدارک و افراد پس‌زمینه را پیش از ارسال حذف کنید. نسخهٔ لازم برای کار را بارگذاری کنید و فایل اصلی را نزد خود نگه دارید. تنظیمات نگهداری داده، نمایش عمومی خروجی و امکان حذف فایل را در هر دو مرحلهٔ ویرایش تصویر و تولید ویدیو جداگانه بخوانید؛ سیاست یک سرویس را به سرویس دیگر تعمیم ندهید.
حرکت ساخته‌شده را سند واقعی رفتار فرد معرفی نکنید. اگر عکس تاریخی یا یادگاری را متحرک می‌کنید، هنگام انتشار روشن بگویید حرکت مصنوعی است. برای مرور موارد حساس، چه چیزهایی را با هوش مصنوعی به اشتراک نگذاریم؟ را بخوانید.
سوالات متداول
آیا تبدیل عکس به ویدیو با هوش مصنوعی در 1ai انجام میشود؟
خود ویدیو در 1ai تولید نمیشود. میتوانید تصویر شروع، پرامپت انگلیسی حرکت و متن روایت را آماده کنید و سپس تصویر را به ابزار ویدیوساز بیرونی بدهید.
برای متحرک کردن عکس حتماً باید چهره داشته باشیم؟
خیر؛ منظره، محصول، فضای داخلی و اشیای ساده برای تمرین مناسباند. حرکت محدود بخار، آب یا پرده امکان ارزیابی نتیجه را بدون استفاده از عکس افراد فراهم میکند.
آیا خروجی دقیقاً همان عکس را حفظ میکند؟
تضمینی وجود ندارد؛ شکل، رنگ یا جزئیات ممکن است در طول کلیپ تغییر کنند. برای محصول واقعی یا تصویر حساس، تمام ویدیو را بازبینی کنید و نسخهٔ دارای تغییر گمراه‌کننده را کنار بگذارید.
آیا میتوان از یک عکس فیلم طولانی ساخت؟
بهتر است ابتدا چند نمای کوتاه با هدف مشخص بسازید و بعد آنها را تدوین کنید. حفظ تداوم سوژه و محیط میان نماها به بررسی جداگانه نیاز دارد؛ طولانیترکردن درخواست بهتنهایی داستان منسجم نمیسازد.
هزینهٔ ساخت تصویر و ویدیو یکی است؟
خیر؛ ساخت و ویرایش تصویر در 1ai اعتبار مصرف میکند و هزینهٔ ویدیوی بیرونی جداست. پیش از هر اجرا هزینهٔ همان سرویس را بررسی کنید و تولید تصویر یا ویدیو را رایگان فرض نکنید.
برای شروع، یکی از چهار صحنهٔ ساده را انتخاب کنید و فریمش را در وان ای آی (1ai) بسازید یا ویرایش کنید. پس از ورود به 1ai، یک تصویر تمیز و یک حرکت روشن آماده کنید؛ همین دو تصمیم، مبنای اولین آزمایش قابل‌ارزیابی شما هستند.
