تبدیل عکس به ویدیو با هوش مصنوعی؛ آموزش + نمونه پرامپت

تبدیل عکس به ویدیو با هوش مصنوعی را قدم‌به‌قدم یاد بگیرید: انتخاب عکس مناسب، نوشتن پرامپت حرکت و نمونه‌های آماده. همین حالا در روبو امتحان کنید.

·

تبدیل عکس به ویدیو با هوش مصنوعی؛ عکس چاپی یک دریاچه کوهستانی که به نوار فیلم و قاب ویدیو تبدیل می‌شود

تبدیل عکس به ویدیو با هوش مصنوعی یعنی یک عکس ثابت را به هوش مصنوعی بدهید، در یکی دو جمله بنویسید چه چیزی در تصویر حرکت کند و دوربین چطور جابه‌جا شود، و چند ثانیه بعد یک کلیپ کوتاه تحویل بگیرید. عکس، فریم اول ویدیو می‌شود و متن شما مشخص می‌کند بعد از آن چه اتفاقی بیفتد. برای این کار نه نرم‌افزار تدوین لازم است و نه دانش فنی؛ یک عکس خوب و یک پرامپت روشن کافی است.

تبدیل عکس به ویدیو با هوش مصنوعی؛ عکس چاپی یک دریاچه کوهستانی که به نوار فیلم و قاب ویدیو تبدیل می‌شود

در این راهنما یاد می‌گیرید چه عکسی نتیجه بهتری می‌دهد، چطور در ابزار ساخت ویدیو با هوش مصنوعی روبو عکس را به ویدیو تبدیل کنید، پرامپت حرکت را چطور بنویسید و چه اشتباه‌هایی خروجی را خراب می‌کند. در پایان هم نمونه پرامپت‌های آماده فارسی برای پرتره، منظره، محصول و عکس‌های قدیمی خانوادگی آورده‌ایم.

تبدیل عکس به ویدیو با هوش مصنوعی چطور کار می‌کند؟

مدل‌های ویدیوساز امروزی، مثل Sora از OpenAI یا Veo از گوگل، روی میلیون‌ها ویدیو آموزش دیده‌اند و یاد گرفته‌اند اشیا و آدم‌ها در دنیای واقعی چطور حرکت می‌کنند: موها در باد چگونه تکان می‌خورند، آب چطور موج برمی‌دارد و نور با حرکت دوربین چه تغییری می‌کند. وقتی عکسی به این مدل‌ها می‌دهید، تصویر شما نقطه شروع است و مدل فریم‌های بعدی را طوری می‌سازد که با عکس هماهنگ باشند.

راهنمای رسمی پرامپت‌نویسی Sora 2 دقیقاً همین را می‌گوید: تصویر ورودی به‌عنوان فریم اول ویدیو قفل می‌شود و متن شما تعیین می‌کند بعد از آن چه رخ دهد. نتیجه عملی این اصل ساده است:

  • ترکیب‌بندی، رنگ و سوژه را خود عکس تعیین می‌کند؛ لازم نیست آن‌ها را دوباره توصیف کنید.
  • کار اصلی پرامپت، توصیف حرکت است: چه چیزی، چقدر و با چه سرعتی حرکت کند.
  • هرچه عکس واضح‌تر و پرامپت ساده‌تر باشد، ویدیو طبیعی‌تر و کم‌خطاتر می‌شود.

خروجی بیشتر این ابزارها کلیپ‌های کوتاه چندثانیه‌ای است. برای یک ویدیوی طولانی‌تر، چند کلیپ کوتاه می‌سازند و بعد آن‌ها را کنار هم می‌گذارند.

چه عکسی برای تبدیل به ویدیو مناسب است؟

نیمی از کیفیت ویدیو به عکس ورودی بستگی دارد. پیش از ساخت ویدیو، عکس را با این فهرست بسنجید:

  • وضوح کافی: عکس تار، پیکسلی یا خیلی کوچک، ویدیوی تار و لرزان می‌دهد. اگر عکس قدیمی است، اول آن را اسکن باکیفیت کنید.
  • سوژه مشخص: یک سوژه اصلی در مرکز توجه بهتر از جمعیت شلوغ جواب می‌دهد. در عکس‌های گروهی، احتمال به‌هم‌ریختن صورت‌ها بیشتر است.
  • نور یکدست: عکس با نور طبیعی و سایه‌های نرم، حرکت باورپذیرتری می‌سازد.
  • فضای حرکت: اگر می‌خواهید دوربین عقب برود یا سوژه راه برود، کمی فضای خالی دور سوژه لازم است.
  • نسبت تصویر درست: برای استوری و ریلز اینستاگرام عکس عمودی (۹:۱۶) و برای یوتیوب یا نمایش روی لپ‌تاپ عکس افقی (۱۶:۹) انتخاب کنید. برش دادن بعدی، بخشی از تصویر را از بین می‌برد.
  • دست‌ها و صورت کامل: دست‌های نیمه‌پیدا یا صورت‌هایی که با جسمی پوشیده شده‌اند، در حرکت بیشتر دچار خطا می‌شوند.

عکس لازم نیست حتماً واقعی باشد. می‌توانید اول با ساخت عکس با هوش مصنوعی تصویر دلخواهتان را بسازید و بعد همان را متحرک کنید؛ این روش برای تبلیغات، کارت تبریک و محتوای شبکه‌های اجتماعی بسیار کاربردی است.

آموزش قدم‌به‌قدم تبدیل عکس به ویدیو در روبو

روبو بدون نیاز به فیلترشکن و با رابط فارسی در دسترس است و قابلیت تبدیل عکس به ویدیو را دارد. مراحل کار:

  1. وارد روبو شوید و از بخش ابزارها، ساخت ویدیو را باز کنید.
  2. عکس خود را بارگذاری کنید. عکس باید واضح باشد و نسبت آن با قالب ویدیوی موردنظرتان بخواند.
  3. در کادر متن، حرکت را به فارسی توصیف کنید: سوژه چه کند، محیط چه تغییری کند و دوربین چطور حرکت کند.
  4. اگر ابزار گزینه‌ای برای مدت ویدیو یا نسبت تصویر نشان می‌دهد، آن را انتخاب کنید. گزینه‌های قابل انتخاب و سهمیه را داخل پنل ببینید.
  5. درخواست را بفرستید و چند لحظه صبر کنید تا ویدیو ساخته شود.
  6. نتیجه را ببینید. اگر جایی ایراد داشت، فقط همان بخش از پرامپت را تغییر دهید و دوباره بسازید.
  7. ویدیوی نهایی را دانلود کنید و در صورت نیاز با یک اپ تدوین ساده، موسیقی یا متن به آن اضافه کنید.

نکته: بار اول با یک حرکت ساده شروع کنید، مثلاً «دوربین به‌آرامی به سوژه نزدیک می‌شود». وقتی نتیجه را دیدید، کم‌کم جزئیات بیشتری اضافه کنید.

پرامپت حرکت را چطور بنویسیم؟

بزرگ‌ترین تفاوت پرامپت ویدیو با پرامپت عکس این است که در ویدیو باید زمان و حرکت را توصیف کنید، نه ظاهر را. ظاهر را عکس شما مشخص کرده است. اگر با اصول کلی آشنا نیستید، اول راهنمای پرامپت نویسی چیست؟ را بخوانید.

فرمول ساده پرامپت تبدیل عکس به ویدیو

یک پرامپت خوب معمولاً این چهار جزء را دارد:

  • حرکت سوژه: «زن لبخند می‌زند و سرش را کمی به سمت راست می‌چرخاند.»
  • حرکت محیط: «باد آرام برگ‌های درخت را تکان می‌دهد.»
  • حرکت دوربین: «دوربین به‌آرامی جلو می‌رود.» یا «دوربین ثابت است.»
  • حال‌وهوا و سرعت: «حرکت‌ها آرام و طبیعی، فضای گرم عصرگاهی.»

راهنمای OpenAI توصیه می‌کند در هر نما فقط یک حرکت روشن دوربین و یک کنش روشن سوژه داشته باشید و به‌جای توصیف کلی، حرکت را دقیق بنویسید. مثلاً به‌جای «مرد راه می‌رود» بنویسید «مرد چهار قدم به سمت پنجره برمی‌دارد و می‌ایستد». کلیپ‌های کوتاه‌تر هم معمولاً دستور را دقیق‌تر اجرا می‌کنند.

اصطلاحات کاربردی حرکت دوربین

  • نزدیک شدن (Zoom in / Push in): دوربین به‌آرامی به سوژه نزدیک می‌شود؛ مناسب پرتره و محصول.
  • دور شدن (Zoom out / Pull back): دوربین عقب می‌رود و محیط بیشتری دیده می‌شود؛ مناسب منظره.
  • حرکت افقی (Pan): دوربین به چپ یا راست می‌چرخد؛ مناسب نمایش یک فضای عریض.
  • چرخش دور سوژه (Orbit): دوربین دور سوژه می‌گردد؛ مناسب محصول و مجسمه.
  • دوربین ثابت (Static): فقط سوژه و محیط حرکت می‌کنند؛ امن‌ترین انتخاب برای عکس‌های قدیمی.

نمونه پرامپت‌های آماده

این نمونه‌ها را کپی کنید و با جزئیات عکس خودتان تطبیق دهید:

  • پرتره: «سوژه آرام پلک می‌زند، لبخند ملایمی می‌زند و موهایش با نسیم کمی تکان می‌خورد. دوربین ثابت است. حرکت‌ها طبیعی و آرام.»
  • منظره: «ابرها به‌آرامی از چپ به راست حرکت می‌کنند، سطح دریاچه موج‌های ریز برمی‌دارد و دوربین آهسته به عقب می‌رود.»
  • محصول: «دوربین به‌آرامی دور بطری عطر می‌چرخد، نور روی شیشه برق می‌زند و پس‌زمینه کمی تار است. حس تبلیغاتی و لوکس.»
  • غذا: «بخار از فنجان چای بلند می‌شود، دوربین خیلی آرام به فنجان نزدیک می‌شود. نور گرم صبحگاهی.»
  • شهر و خیابان: «ماشین‌ها در پس‌زمینه عبور می‌کنند، چراغ‌های شهر روشن و خاموش می‌شوند و دوربین آرام به سمت راست حرکت می‌کند.»
  • عکس قدیمی خانوادگی: «دوربین ثابت است. فرد به‌آرامی پلک می‌زند و لبخند کوچکی می‌زند. هیچ تغییری در چهره و لباس ایجاد نشود.»
  • نقاشی یا تصویر فانتزی: «ستاره‌های آسمان چشمک می‌زنند، شنل شخصیت در باد موج برمی‌دارد و دوربین آهسته بالا می‌رود.»

متحرک سازی عکس قدیمی با هوش مصنوعی

یکی از پرطرفدارترین کاربردهای تبدیل عکس به ویدیو، زنده کردن عکس‌های قدیمی خانوادگی است؛ مثلاً لبخند زدن پدربزرگ یا مادربزرگی که سال‌هاست تنها یک عکس از او مانده است. برای نتیجه بهتر:

  • عکس را با بیشترین وضوح ممکن اسکن کنید، نه اینکه از روی کاغذ با گوشی عکس بگیرید.
  • اگر عکس خط و خش یا لک دارد، اول آن را ترمیم کنید؛ ابزارهای ویرایش عکس با هوش مصنوعی این کار را ساده کرده‌اند.
  • حرکت را به حداقل برسانید: یک پلک زدن، لبخند کوچک یا چرخش جزئی سر کافی است. حرکت‌های بزرگ، چهره را از شباهت به فرد واقعی دور می‌کند.
  • دوربین را ثابت نگه دارید و صریح بنویسید چهره و لباس تغییری نکند.

یادتان باشد ویدیوی ساخته‌شده یک بازسازی خیالی است، نه ثبت یک لحظه واقعی. هنگام انتشار، بهتر است بنویسید که با هوش مصنوعی ساخته شده است.

ابزارهای معروف تبدیل عکس به ویدیو

چند مدل و سرویس شناخته‌شده در این حوزه فعال‌اند. امکانات و قیمت آن‌ها مرتب تغییر می‌کند، پس پیش از استفاده صفحه رسمی هر سرویس را بررسی کنید:

  • Sora (OpenAI): عکس را فریم اول ویدیو قرار می‌دهد و در پرامپت‌نویسی دقیق و حرکت فیزیکی طبیعی قوی است. سیاست سخت‌گیرانه‌ای درباره استفاده از عکس افراد واقعی دارد.
  • Veo (گوگل): مدل ویدیوساز گوگل که در مستندات رسمی Gemini API قابلیت ساخت ویدیو از روی عکس برای آن توضیح داده شده است.
  • Kling: سرویس چینی که برای متحرک‌سازی عکس و حرکت‌های پیچیده بدن محبوب شده است.
  • Runway: ابزار حرفه‌ای‌تر با کنترل‌های بیشتر روی حرکت دوربین، مناسب کارهای تبلیغاتی و سینمایی.
  • Pika: ابزار ساده و سریع برای افکت‌های خلاقانه و کلیپ‌های کوتاه شبکه‌های اجتماعی.

مشکل مشترک بیشتر این سرویس‌ها برای کاربران ایرانی، نیاز به فیلترشکن، شماره خارجی یا پرداخت ارزی است. روبو این موانع را برداشته و ساخت ویدیو با هوش مصنوعی را با رابط فارسی و پرداخت ریالی در دسترس گذاشته است. برای آشنایی کلی‌تر با این حوزه، مقاله ساخت ویدیو با هوش مصنوعی را هم ببینید.

اشتباه‌های رایج و راه‌حل آن‌ها

اگر ویدیوی شما عجیب یا غیرطبیعی شده، احتمالاً یکی از این اشتباه‌ها رخ داده است:

  • درخواست چند حرکت هم‌زمان: «بدود، بچرخد، دست تکان دهد و دوربین دورش بچرخد» تقریباً همیشه خراب می‌شود. یک حرکت اصلی انتخاب کنید.
  • توصیف دوباره ظاهر: نوشتن «زنی با پیراهن آبی و موی بلند» وقتی همین در عکس هست، کمکی نمی‌کند و گاهی باعث تغییر ظاهر می‌شود. روی حرکت تمرکز کنید.
  • حرکت ناسازگار با عکس: اگر در عکس فقط صورت پیداست، درخواست «راه رفتن» مدل را مجبور به ساختن بدن خیالی می‌کند.
  • عکس بی‌کیفیت: هیچ پرامپتی جای عکس واضح را نمی‌گیرد.
  • نسبت تصویر اشتباه: عکس افقی برای ریلز عمودی، حاشیه‌های خالی یا برش ناخواسته ایجاد می‌کند.
  • ناامید شدن بعد از بار اول: خروجی هوش مصنوعی هر بار کمی فرق می‌کند. یک یا دو بار دیگر بسازید یا یک کلمه از پرامپت را تغییر دهید.

نکات اخلاقی و قانونی

تبدیل عکس به ویدیو ابزار قدرتمندی است و می‌تواند سوءاستفاده هم بشود. این اصول را رعایت کنید:

  • از عکس دیگران بدون اجازه‌شان ویدیو نسازید، به‌خصوص اگر قرار است منتشر شود.
  • ویدیویی نسازید که کسی را در حال گفتن یا انجام کاری نشان دهد که هرگز انجام نداده است؛ این همان چیزی است که به دیپ فیک معروف است.
  • برای کارهای تجاری، حق استفاده از عکس اصلی را داشته باشید.
  • هنگام انتشار، ساخته شدن ویدیو با هوش مصنوعی را ذکر کنید تا مخاطب گمراه نشود.

سوالات متداول

آیا تبدیل عکس به ویدیو با هوش مصنوعی رایگان است؟

بعضی سرویس‌ها سهمیه محدود رایگان دارند، اما ساخت ویدیو هزینه پردازشی بالایی دارد و تقریباً همه ابزارهای جدی برای استفاده بیشتر اشتراک می‌خواهند. در روبو، سهمیه و بسته‌های ساخت ویدیو را در صفحه تعرفه‌ها و داخل پنل ببینید.

آیا می‌توانم با گوشی عکس را به ویدیو تبدیل کنم؟

بله. روبو در مرورگر گوشی کار می‌کند و نیازی به نصب برنامه جداگانه نیست. کافی است عکس را از گالری انتخاب کنید و پرامپت را بنویسید. اگر اپ را ترجیح می‌دهید، نسخه قابل نصب هم در صفحه دانلود روبو هست.

ویدیوی ساخته‌شده از عکس چند ثانیه است؟

بیشتر مدل‌ها کلیپ‌های کوتاه چندثانیه‌ای می‌سازند. مثلاً راهنمای رسمی OpenAI برای Sora 2 مدت‌هایی بین ۴ تا ۲۰ ثانیه را ذکر کرده است. برای ویدیوی طولانی‌تر، چند کلیپ بسازید و پشت هم قرار دهید.

آیا می‌شود عکس قدیمی را متحرک کرد؟

بله، و یکی از محبوب‌ترین کاربردهاست. عکس را باکیفیت اسکن کنید، در صورت نیاز ترمیم کنید و فقط حرکت‌های کوچک مثل پلک زدن و لبخند بخواهید تا چهره شبیه فرد واقعی بماند.

آیا ویدیوی ساخته‌شده صدا هم دارد؟

بعضی مدل‌های جدید می‌توانند هم‌زمان صدا هم بسازند، اما همه ابزارها این قابلیت را ندارند. اگر خروجی بی‌صداست، می‌توانید با یک اپ تدوین ساده موسیقی یا صداگذاری اضافه کنید.

پرامپت را فارسی بنویسم یا انگلیسی؟

در روبو می‌توانید پرامپت را فارسی بنویسید. مهم‌تر از زبان، روشن بودن حرکت است: یک حرکت سوژه، یک حرکت دوربین و سرعت آن.

جمع‌بندی

تبدیل عکس به ویدیو با هوش مصنوعی سه رکن دارد: عکس واضح با سوژه مشخص، پرامپتی که فقط حرکت را توصیف کند، و حوصله برای یکی دو بار تکرار. با یک حرکت ساده شروع کنید، نتیجه را ببینید و کم‌کم جزئیات اضافه کنید.

اگر می‌خواهید همین حالا امتحان کنید، به ابزار ساخت ویدیو روبو بروید، عکس‌تان را بارگذاری کنید و یکی از نمونه پرامپت‌های بالا را بنویسید. برای سوال‌های دیگر هم می‌توانید در گفت‌وگو با هوش مصنوعی روبو به فارسی بپرسید.

منابع

به گفت‌وگو بپیوندید

دیدگاه‌ها پس از بررسی منتشر می‌شوند.