ساخت ویدیو با هوش مصنوعی؛ آموزش Higgsfield و Kling از متن و عکس

در این راهنما ساخت ویدیو از متن و عکس را با Kling و Higgsfield قدم‌به‌قدم می‌بینید، دو ابزار را مقایسه می‌کنید و مشکلات رایج مثل ویدیوی تار یا حرکت عجیب را برطرف می‌کنید. اگر ابزار ساده‌تری در محیط گوگل می‌خواهید، آموزش Google Vids را بخوانید و برای ابزارهای دیگر به بخش هوش مصنوعی تعمیر پی سی سر بزنید.

ساخت ویدیو از متن با Kling

طبق صفحهٔ رسمی Kling AI رسمی، این سرویس هم از متن و هم از عکس ویدیو می‌سازد. در متن به ویدیو، آدم‌ها، اشیا، محیط و حرکت را توضیح می‌دهید و می‌توانید جهت دوربین، نور و حتی دیالوگ را هم بنویسید. برای این حالت تصویر مرجع لازم نیست. بعد نسبت تصویر و مدت را انتخاب می‌کنید، Generate را می‌زنید و نتیجه را پیش‌نمایش و ذخیره می‌کنید.

Create → Text to Video → Prompt → Aspect Ratio → Duration → Generate

مدت هر ساخت به مدل بستگی دارد. طبق همان صفحه، مدل Kling ۴.۰ کلیپ ۳ تا ۳۰ ثانیه‌ای می‌سازد و Kling ۳.۰ تا ۱۵ ثانیه. در مستندات رسمی Kling ۴.۰ رسمی نسبت‌های ۱۶:۹، ۹:۱۶، ۱:۱ و ۲۱:۹ و کیفیت ۷۲۰p و ۱۰۸۰p آمده است. برای ریلز و استوری ۹:۱۶ و برای یوتیوب ۱۶:۹ را انتخاب کنید. نام دقیق منوها در نسخهٔ وب ممکن است کمی فرق کند.

ساخت ویدیو از عکس با Kling

در عکس به ویدیو، یک عکس را به‌عنوان فریم اول بارگذاری می‌کنید و در پرامپت می‌گویید چه چیزی حرکت کند. طبق نقشهٔ قابلیت‌های Kling رسمی، مدل‌های جدید فریم اول و آخر را هم پشتیبانی می‌کنند؛ یعنی می‌توانید عکس شروع و پایان را بدهید تا ویدیو بین آن دو ساخته شود. در مستندات رسمی عکس به ویدیو رسمی، عکس ورودی باید JPG یا PNG باشد، کمتر از ۳۰ مگابایت حجم داشته باشد و طول و عرضش کمتر از ۳۰۰ پیکسل نباشد.

Create → Image to Video → Upload → Prompt → Generate

ساخت ویدیو با Higgsfield

Higgsfield رسمی در صفحهٔ اصلی خود را پلتفرم تولید ویدیو و تصویر با بیش از ۳۰ مدل معرفی می‌کند؛ از جمله Kling، Veo و Sora. در همین صفحه بخش Cinema Studio برای ساخت صحنه‌های سینمایی و ابزار Genjutsu برای بازسازی یک حرکت با شخصیت، مکان یا محصول خودتان معرفی شده است. یعنی در Higgsfield می‌توانید مدل Kling را هم کنار مدل‌های دیگر امتحان کنید.

شهرت Higgsfield بیشتر به خاطر پیش‌تنظیم‌های حرکت دوربین و افکت‌های آماده است؛ مثلاً زوم سریع، چرخش دور سوژه یا حرکت پهپادی. این پیش‌تنظیم‌ها روی ساخت ویدیو از عکس اعمال می‌شوند و شما فقط عکس را بارگذاری و حرکت را انتخاب می‌کنید. فهرست دقیق این افکت‌ها در صفحه‌ای که بررسی کردیم نیامده بود غیررسمی.

Create → Image to Video → Upload → Camera Motion → Generate

نام منوها در Higgsfield زیاد تغییر می‌کند؛ این مسیر را راهنمای کلی در نظر بگیرید غیررسمی.

مقایسهٔ Kling و Higgsfield

معیار	Kling	Higgsfield
مناسب برای	کنترل دقیق یک مدل	امتحان چند مدل و افکت آماده
شروع از متن	دارد	دارد (بسته به مدل)
شروع از عکس	دارد	دارد
واترمارک خروجی رایگان	معمولاً دارد	در صفحهٔ اصلی اعلام نشده

نوشتن پرامپت خوب برای ویدیو

Kling در صفحهٔ رسمی رسمی توصیه می‌کند آدم‌ها، اشیا، محیط و حرکت را توصیف کنید و جهت دوربین و نور را هم بنویسید. یک فرمول ساده چهار بخش دارد:

نمونهٔ پرامپت انگلیسی بر اساس همین فرمول:

A cat sitting on a Tehran rooftop, slow dolly-in camera, golden sunset light, cinematic style

بیشتر کاربران می‌گویند پرامپت انگلیسی نتیجهٔ دقیق‌تری می‌دهد و Kling و Higgsfield فهم پرامپت فارسی را رسماً اعلام نکرده‌اند غیررسمی. اگر انگلیسی نمی‌نویسید، پرامپت را اول با یک دستیار هوش مصنوعی فارسی ترجمه کنید.

رفع مشکلات رایج در ساخت ویدیو با هوش مصنوعی

راه‌حل‌های زیر از تجربهٔ کاربران و آزمون‌وخطا آمده‌اند غیررسمی و به ترتیب از ساده به سخت چیده شده‌اند:

واترمارک و استفادهٔ تجاری

طبق پرسش‌های متداول Kling AI رسمی، خروجی‌های نسخهٔ رایگان معمولاً واترمارک دارند و حذف واترمارک از مزایای اشتراک است. استفادهٔ تجاری هم برای خروجی‌های واجد شرایط در سرویس‌های پولی مجاز است، به شرطی که حق استفاده از عکس مرجع، موسیقی، لوگو و مواد دیگر را داشته باشید. شرایط Higgsfield را پیش از استفادهٔ تجاری در صفحهٔ قوانین همان سرویس بخوانید.

ویدیوی ساخته‌شده با هوش مصنوعی را با برچسب روشن منتشر کنید تا با فیلم واقعی اشتباه گرفته نشود. از چهره یا صدای دیگران هم بدون اجازهٔ آن‌ها استفاده نکنید.

کدام ابزار را انتخاب کنیم؟

اگر می‌خواهید روی یک مدل مسلط شوید و مدت، نسبت تصویر و فریم‌های کلیدی را دقیق کنترل کنید، Kling انتخاب بهتری است. اگر می‌خواهید چند مدل را روی یک ایده مقایسه کنید یا با پیش‌تنظیم‌های حرکت دوربین سریع به یک کلیپ چشمگیر برسید، Higgsfield راحت‌تر است. در هر دو، اول یک کلیپ کوتاه آزمایشی بسازید و فقط بعد از راضی شدن، نسخهٔ بلندتر یا باکیفیت‌تر را بسازید تا اعتبار حساب هدر نرود.

پاسخ به سوالات شما

Kling و Higgsfield پرامپت فارسی را می‌فهمند؟

هیچ‌کدام فهم پرامپت فارسی را رسماً اعلام نکرده‌اند. کاربران می‌گویند پرامپت انگلیسی نتیجهٔ دقیق‌تری می‌دهد (غیررسمی)؛ بهتر است پرامپت را اول ترجمه کنید.

ویدیوهای نسخهٔ رایگان واترمارک دارند؟

طبق Kling، خروجی‌های رایگان معمولاً واترمارک دارند و حذف آن از مزایای اشتراک است. وضعیت Higgsfield را در حساب خود بررسی کنید.

کیفیت و مدت خروجی چقدر است؟

Kling 4.0 کلیپ ۳ تا ۳۰ ثانیه‌ای و Kling 3.0 تا ۱۵ ثانیه می‌سازد. در مستندات رسمی کیفیت 720p و 1080p آمده و بعضی مدل‌ها 4K هم دارند.

می‌توانم از ویدیوها استفادهٔ تجاری کنم؟

طبق Kling، استفادهٔ تجاری برای خروجی‌های واجد شرایط در سرویس‌های پولی مجاز است، به شرطی که حق استفاده از عکس مرجع، موسیقی و لوگو را داشته باشید.

Higgsfield همان Kling است؟

نه. Higgsfield پلتفرمی است که بیش از ۳۰ مدل، از جمله Kling، Veo و Sora، را با ابزارهایی مثل Cinema Studio در یک محیط ارائه می‌دهد.