تازه‌های 1ai

تازه‌های 1ai در نسخه‌ی ۲.۱۰.۰: تصویری که حرف می‌زند

نسخه‌ی ۲.۱۰.۰ ساختن ویدیوی سخنگو از یک تصویر را یک‌لمسی می‌کند، ساخت مشابه را از روی خود تصویر ممکن می‌کند و به ترندساز اجازه می‌دهد فایل‌ها را از گالری شما بردارد.

۴ دقیقه مطالعه
تابلوی کوچک نقاشی یک روباه کارتونی روی سه‌پایه‌ی چوبی، که با چشم بسته می‌خندد، با میکروفونی قدیمی کنار آن و موج‌های نرم صدا در هوا

نسخه‌ی ۲.۱۰.۰ کارهایی را که تا امروز چند مرحله داشتند کوتاه می‌کند. حالا یک تصویر با یک لمس جمله‌ای را که نوشته‌اید می‌گوید، نسخه‌ی مشابه هر تصویر را می‌شود از روی خود آن ساخت و ترندساز هم مثل استودیوهای دیگر فایل‌ها را از گالری شما برمی‌دارد. در همه‌ی این کارها هزینه پیش از ساخت روی دکمه نوشته شده است.

تصویری که با یک لمس حرف می‌زند

تا پیش از این، برای ساختن ویدیوی سخنگو اول باید در استودیوی گفتار صدا می‌ساختید و بعد در لب‌زنی آن را کنار تصویر می‌گذاشتید. از نسخه‌ی ۲.۲.۰ نوشتن متن در خود لب‌زنی ممکن شده بود، اما ساخت ویدیو هنوز یک لمس جدا می‌خواست. حالا هر دو کار با یک دکمه انجام می‌شود:

  1. در گالری، منوی یک تصویر را باز کنید و «به حرف آوردن این تصویر» را بزنید. استودیوی لب‌زنی با همین تصویر باز می‌شود.
  2. در جای صدا، «بنویسید تا بخواند» را بزنید.
  3. جمله‌ای را که می‌خواهید بنویسید و یکی از صداها را انتخاب کنید.
  4. «ساخت صدا و ویدیو» را بزنید.

اول صدا ساخته می‌شود و بلافاصله پس از آن ویدیو شروع می‌شود؛ لازم نیست صبر کنید و دوباره دکمه بزنید. زیر متن، هزینه‌ی صدا، هزینه‌ی تقریبی ویدیو و جمع هر دو نوشته شده است. هزینه‌ی ویدیوی لب‌زنی با طول واقعی صدا حساب می‌شود، برای همین پیش از ساخت عددش «حدود» است. اگر فقط صدا را می‌خواهید، «فقط صدا» را بزنید تا مثل قبل در جای صدا بنشیند.

برای این کار از تصویرهایی که ساخته‌اید یا شخصیت‌های خیالی استفاده کنید.

ساخت مشابه از روی همین تصویر

دکمه‌ی «ساخت مشابه» همان دستور و تنظیمات را دوباره روی همان مدل می‌فرستد و نتیجه‌ی تازه‌ای می‌گیرد. گاهی اما نتیجه‌ای دارید که حال‌وهوایش را دوست دارید و می‌خواهید نسخه‌های بعدی به آن نزدیک بمانند. برای همین، کنار «ساخت مشابه» دکمه‌ی تازه‌ای آمده است: «از روی همین تصویر». این دکمه همان دستور را می‌فرستد و خود تصویر را هم به‌عنوان تصویر مرجع همراهش می‌کند.

این دکمه در صفحه‌ی جزئیات هر تصویر، روی مدل‌هایی دیده می‌شود که تصویر مرجع می‌پذیرند. هزینه‌ی هر دو دکمه روی خودشان نوشته شده است. تصویر مرجع در بیشتر مدل‌ها کمی به هزینه اضافه می‌کند، برای همین عدد «از روی همین تصویر» معمولاً کمی بیشتر است.

ترندساز و گالری شما

در ترندساز، ویدیوی ترند با سوژه‌ی شما ساخته می‌شود. تا امروز ویدیوی خودتان و تصویرهای سوژه را فقط می‌شد از دستگاه بارگذاری کرد. حالا در کادر ویدیو دکمه‌ی «از گالری» هست و زیر تصویرهای مرجع هم «یا از گالری خودتان انتخاب کنید». یعنی می‌توانید شخصیتی را که در استودیوی تصویر ساخته‌اید مستقیم به ترندساز ببرید، بدون دانلود و بارگذاری دوباره. قاعده‌ی ترندساز مثل قبل است: چهره‌ی افراد واقعی پذیرفته نمی‌شود و حیوان، محصول یا شخصیت کارتونی بهترین نتیجه را می‌دهد.

نمونه‌ی واقعی روی کارت‌های ایده

کارت‌های ایده نشان می‌دهند هر ایده چه نتیجه‌ای می‌دهد. حالا کارت‌های موسیقی و گفتار یک نمونه‌ی صدا دارند که با زدن دکمه‌ی پخش روی کارت شنیده می‌شود. صدا فقط وقتی پخش می‌شود که خودتان بزنید، و با پخش یک نمونه، نمونه‌ی دیگر می‌ایستد. جلوه‌های ویدیویی هم که از عکس شما ساخته می‌شوند، یک ویدیوی نمونه روی کارتشان دارند تا پیش از انتخاب ببینید هر جلوه با یک عکس چه می‌کند.

ایده‌های تولد

در فهرست ایده‌های استودیو دسته‌ی تازه‌ای به نام «تولد» هست: کیک تولد، کارت تبریک، استوری، جشن تولد بچه‌ها، جلوه‌ی ویدیویی تولد که از عکس شما ساخته می‌شود و یک آهنگ بی‌کلام شاد برای جشن. این دسته همیشه در دسترس است، چون هر روز تولد کسی است.

بهبودهای دیگر

  • هزینه‌ی لب‌زنی در منوی فایل: گزینه‌های لب‌زنی در منوی هر فایل هزینه‌ی هر ثانیه را نشان می‌دهند.
  • منوی کوتاه‌تر: کارهایی که الان مدلی برایشان در دسترس نیست، مثل افزایش کیفیت، در منو نمی‌آیند.
  • نام قالب مربع: قالب ۱:۱ حالا «پست و پروفایل» نام دارد.
  • فرستادن آهنگ از گوشی: «ارسال به برنامه‌ها» برای آهنگ‌ها هم کار می‌کند.
  • هزینه‌ی درست برای ساخت دوباره: «ساخت دوباره» و «ساخت مشابه» روی تصویری که از اعتبار شما هزینه‌ای برنداشته است، هزینه‌ی واقعی ساخت دوباره را نشان می‌دهند.
  • عددهای خواناتر: بین عددها ویرگول آمده است تا مثلاً «۱ تصویر» در گوشی «۱۰ تصویر» خوانده نشود.
  • ویرایش سریع: زیر ویرایش‌های سریع یادآوری شده است که چهره‌ی افراد واقعی را ویرایش نکنید.

سوالات متداول

اگر ساخت صدا انجام نشود، ویدیو هم ساخته می‌شود؟

نه. ویدیو فقط وقتی شروع می‌شود که صدا آماده باشد و در جای صدا قرار بگیرد. اگر ساخت صدا انجام نشود، پیامش در همان پنجره نشان داده می‌شود و ویدیویی ساخته نمی‌شود.

چرا هزینه‌ی ویدیوی سخنگو «حدود» است؟

چون طول صدا پیش از ساختش دقیق معلوم نیست. هزینه از روی طول متن تخمین زده می‌شود و ویدیو با طول واقعی صدا حساب می‌شود.

«از روی همین تصویر» با «ساخت مشابه» چه فرقی دارد؟

«ساخت مشابه» فقط دستور و تنظیمات را دوباره می‌فرستد. «از روی همین تصویر» خود تصویر را هم به‌عنوان مرجع می‌فرستد، پس نتیجه به ظاهر همان تصویر نزدیک‌تر می‌ماند.

فهرست کامل تغییرها در صفحه‌ی نسخه‌ی ۲.۱۰.۰ آمده است. برای امتحان، وارد 1ai شوید، یکی از تصویرهایتان را در گالری باز کنید و آن را به حرف بیاورید.

چند دکمه‌ی گرد و براق که روی سینی چوبی مرتب روی هم چیده شده‌اند و روی هر کدام سکه‌ی طلایی کوچکی است
تازه‌های 1ai

تازه‌های 1ai در نسخه‌ی ۲.۱۰.۲: دکمه‌های مرتب‌تر

نسخه‌ی ۲.۱۰.۲ دکمه‌های جزئیات تصویر را روی گوشی و رایانه مرتب‌تر می‌چیند و قیمت روی دکمه‌های «ساخت مشابه» و «تلاش دوباره» را مثل بقیه‌ی کارها خوانا می‌نویسد.

۳ دقیقه مطالعه
قاب عکس چهره‌ی زنی خندان روی سه‌پایه‌ی کوچک، با میکروفونی قدیمی کنار آن و کرونومتری برنجی جلوی قاب
تازه‌های 1ai

تازه‌های 1ai در نسخه‌ی ۲.۱۰.۱: برآورد دقیق‌تر

نسخه‌ی ۲.۱۰.۱ چند نکته‌ی کوچک اما مهم استودیو را درست می‌کند: هزینه‌ی ویدیوی سخنگو پیش از ساخت دقیق‌تر برآورد می‌شود، رد شدن ورودی با پیامی روشن گفته می‌شود و پیشنهادی که بسته‌اید بسته می‌ماند.

۳ دقیقه مطالعه
سه‌پایه‌ی چوبی روی زمینه‌ی بنفش با شش قاب در دو ردیف که هر کدام همان روباه کارتونی را از زاویه‌ای دیگر نشان می‌دهد
تازه‌های 1ai

تازه‌های 1ai در نسخه‌ی ۲.۹.۰: شش نمای شخصیت

نسخه‌ی ۲.۹.۰ به هر شخصیت ذخیره‌شده تا شش تصویر می‌دهد؛ همه‌ی آن‌ها همراه هر ساخت تصویر فرستاده می‌شوند تا شخصیت از زاویه‌های بیشتری شناخته شود و یکدست بماند.

۳ دقیقه مطالعه

هوش مصنوعی را همین حالا امتحان کنید

GPT، Claude، Gemini، DeepSeek و مدل‌های تصویر در یک فضای فارسی؛ با شروع رایگان.

شروع رایگان