في المشهد المتطور بسرعة لمحتوى الذكاء الاصطناعي المُنشَأ، ظهرت تقنية توليد الفيديو كواحدة من أكثر المجالات إثارة. بينما استحوذت النماذج المغلقة مثل Sora من OpenAI وVeo 2 من Google على عناوين الأخبار، حققت المجتمعات مفتوحة المصدر تقدمًا ملحوظًا في ديمقرطة الوصول إلى قدرات توليد الفيديو القوية. بينما نتنقل عبر عام 2025، تقدّم هذه النماذج المفتوحة المصدر نتائج مثيرة للإعجاب بشكل متزايد، وتمكن المبدعين والمطورين والباحثين من استكشاف إمكانيات جديدة في سرد القصص المرئية.
في هذه المقالة، سنتناول أفضل 10 نماذج مفتوحة المصدر لتوليد فيديو الذكاء الاصطناعي التي يجب أن تفكر في تجربتها في عام 2025. من المخرجات عالية الدقة إلى ديناميكيات الحركة السلسة، تمثل هذه النماذج قمة ما هو ممكن باستخدام التكنولوجيا المتاحة مجانًا.
لكن ماذا لو كنت تريد استخدام جميع أفضل نماذج فيديو الذكاء الاصطناعي في مكان واحد؟ فيديو مينيمكس هيلوان، Tencent Hunyuan، بييراميد فلو، Luma AI....
بالإضافة إلى جميع أدوات توليد الصور بالذكاء الاصطناعي & ChatGPT، Deepseek، Claude... مع اشتراك واحد؟
جرّب أنكين AI!
1. Wan-2.1-i2v-480p
يمثل نموذج Wan-2.1-i2v-480p من WaveSpeed AI تقدماً مهماً في تقنية تحويل الصورة إلى فيديو. هذا النموذج هو جزء من مجموعة شاملة ومفتوحة من نماذج أساسيات الفيديو مصممة لدفع حدود ما هو ممكن في محتوى الفيديو المُنشَأ بواسطة الذكاء الاصطناعي.
مع أكثر من 1000 تشغيل علني، أثبت نموذج Wan-2.1-i2v-480p شعبيته بين المبدعين والمطورين. يتفوق النموذج في تحويل الصور الثابتة إلى تسلسلات فيديو ديناميكية وسلسة بدقة 480p. ما يجعل هذا النموذج مثيرًا للإعجاب بشكل خاص هو قدرته على الحفاظ على التماسك البصري أثناء إدخال حركة قابلة للتصديق تحترم الخصائص الفيزيائية المعروضة في الصورة المصدر.
يُقدّر المطورون قدرات الاستدلال المعجلة، مما يجعل النموذج أكثر وصولاً للمستخدمين الذين ليس لديهم أجهزة كمبيوتر متقدمة. تُظهر النتائج اتساقًا زمنيًا ملحوظًا، مع انتقالات سلسة وحركات طبيعية تضفي الحياة على الصور الثابتة.
2. Wan-2.1-i2v-720p
بالنسبة لأولئك الذين يتطلبون مخرجات بدقة أعلى، يقدم نموذج Wan-2.1-i2v-720p تحويل الصورة إلى فيديو محسّن بدقة 720p. مع 545 تشغيل علني، يبني هذا النموذج على قدرات نظيره بدقة 480p ولكنه يُنتج تسلسلات فيديو أكثر وضوحًا وتفصيلًا.
تجعل الدقة المتزايدة هذا النموذج ذا قيمة خاصة لإنشاء المحتوى بشكل احترافي، مما يسمح بمخرجات أكثر غمرًا وثراءً بصريًا. على الرغم من المطالب الحاسوبية الأعلى لتوليد محتوى بدقة 720p، طورت WaveSpeed AI تقنيات استدلال معجلة تُبقي أوقات التوليد معقولة على الأجهزة الاستهلاكية العادية.
يمتدح المستخدمون قدرة النموذج على الحفاظ على الاتساق عبر التسلسلات الأطول مع الحفاظ على التفاصيل الدقيقة من الصورة المصدر. تكشف الدقة المحسّنة عن جزئيات في الملمس والإضاءة والحركة تساهم في نتيجة أكثر تلميعًا واحترافية.
3. Wan-2.1-t2v-480p
الانتقال من تحويل الصورة إلى فيديو إلى توليد النص إلى فيديو، يُظهر نموذج Wan-2.1-t2v-480p مرونة WaveSpeed AI. مع 894 تشغيل علني، يُحول هذا النموذج الأوصاف النصية إلى تسلسلات ملونة وحيوية بدقة 480p.
يُظهر النموذج التزامًا مثيرًا للإعجاب بالتعليمات، حيث يترجم بدقة الأوصاف المكتوبة إلى روايات بصرية. يمكن للمستخدمين وصف مشاهد معقدة، وأفعال الشخصيات، ومشاعر معينة، ويقدم النموذج نتائج تتطابق باستمرار مع الرؤية المقصودة. وهذا يجعله أداة لا تقدر بثمن في تخطيط القصة، وتصوير المفاهيم، والنماذج الأولية السريعة في الصناعات الإبداعية.
تقدم الدقة 480p توازناً جيداً بين الجودة والكفاءة الحاسوبية، مما يجعل النموذج متاحاً لمجموعة واسعة من المستخدمين مع الحفاظ على نتائج مرضية لمعظم التطبيقات.
4. Wan-2.1-t2v-720p
النموذج عالي الدقة الخاص بـ WaveSpeed لتحويل النص إلى فيديو، Wan-2.1-t2v-720p حصل على 217 تشغيل علني ويُمثل المستوى المتميز من قدرات WaveSpeed في تحويل النص إلى فيديو. تتيح الدقة المتزايدة إلى 720p عرض مخرجات أكثر تفصيلاً ووضوحًا بصريًا يمكن استخدامها في سير عمل إنشاء المحتوى الاحترافي.
يفوق هذا النموذج بشكل خاص في تقديم مشاهد معقدة مع عناصر متعددة وبيئات مفصلة. تضمن الدقة الأعلى أن تبقى التفاصيل الأصغر مرئية وأن تبقى العناصر النصية في الفيديوهات المُولّدة قابلة للقراءة. وهذا يجعله ذا قيمة خاصة للمحتوى التسويقي، والمواد التعليمية، والسيناريوهات حيث تكون الوضوح البصري أمرًا بالغ الأهمية.
على الرغم من المطالب الحاسوبية المتزايدة، فإن قدرات الاستدلال المعجلة تساعد في الحفاظ على أوقات التوليد معقولة على الأجهزة الاستهلاكية القوية.
5. WaveSpeed AI - Step-Video
يمثل Step-Video نموذج WaveSpeed AI الأكثر طموحًا لتحويل النص إلى فيديو حتى الآن. مع 129 تشغيل علني، يدفع هذا النموذج حدود ما هو ممكن في توليد الفيديو مفتوح المصدر مع 30 مليار معلمة و القدرة على توليد فيديوهات بطول يصل إلى 204 إطارات.
ما يميز Step-Video ليس فقط حجمه ولكن أيضًا اتساقه الزمني الملحوظ عبر التسلسلات الأطول. يُظهر النموذج فهمًا لديناميكيات الحركة المعقدة، ودوام الأجسام، واستمرارية المشاهد الذي يقترب من تلك الموجودة في المنافسين المغلقين المصدر. وهذا يجعله ذو قيمة خاصة لتوليد روايات طويلة تتطلب اتساقًا مستمرًا.
تساعد تقنيات الاستدلال المعجلة في تخفيف المطالب الحاسوبية لنموذج بهذا الحجم، مما يجعله أكثر وصولاً للمستخدمين الذين يمتلكون أجهزة قوية ولكن ليست من الدرجة المؤسسية.
6. WaveSpeed AI - Hunyuan-Video-Fast
يُظهر Hunyuan-Video-Fast التزام WaveSpeed AI بجعل توليد الفيديو عالي الدقة أكثر وصولاً. يقدم هذا النموذج استدلالًا معجلًا لتوليد الفيديوهات بدقة 1280x720، مما يوفر مخرجات ذات جودة سينمائية دون أوقات توليد طويلة عادة ما ترتبط بالمحتوى عالي الدقة.
يتفوق النموذج بشكل خاص في توليد حركات بشرية واقعية، وبيئات طبيعية، وتفاعلات معقدة بين الموضوعات. تلتقط الدقة العالية التفاصيل الدقيقة في تعابير الوجه، والقوام، وعناصر البيئة، مما يُساهم في نتيجة أكثر انغماسًا وقابلية للتصديق.
بينما يتطلب النموذج موارد حاسوبية أكبر من نظائره ذات الدقة المنخفضة، يساعد مسار الاستدلال المحسن على الحفاظ على أوقات التوليد معقولة على الأجهزة الاستهلاكية المتقدمة.
7. Genmo AI - Mochi 1
يمثل Mochi 1، الذي طورته Genmo AI، تقدمًا كبيرًا في تكنولوجيا توليد الفيديو مفتوح المصدر. تم إصداره بموجب ترخيص Apache 2.0، ويضع هذا النموذج معيارًا جديدًا لتوليد الفيديو مفتوح المصدر مع حركته عالية الدقة والتزام قوي بالتعليمات.
ما يميز Mochi 1 هو نموذج الانتشار الخاص به الذي يتكون من 10 مليار معلمة مبني على بنية Asymmetric Diffusion Transformer (AsymmDiT) الجديدة. تم تدريب النموذج بالكامل من الصفر وهو حاليًا أكبر نموذج توليد فيديو تم إصداره علنًا. تُجعل بُنيته البسيطة والقابلة للتعديل جذابة بشكل خاص للباحثين والمطورين الذين يسعون لبناء وتوسيع قدراته.
يظهر Mochi 1 توافقًا استثنائيًا مع التعليمات النصية، مما يضمن أن الفيديوهات المُولّدة تعكس بدقة التعليمات المعطاة. يسمح هذا للمستخدمين بتحكم مفصل عبر الشخصيات، والإعدادات، والأفعال. يولد النموذج فيديوهات سلسة بمعدل 30 إطارًا في الثانية لمدد تصل إلى 5.4 ثوانٍ، مع اتساق زمني عالٍ وديناميات حركة واقعية.
8. THUDM - CogVideoX
CogVideoX، الذي طوره فريق Deep Mind من جامعة تسينغوا (THUDM)، أثبت نفسه كواحد من أقوى نماذج توليد الفيديو مفتوح المصدر المتاحة. يهدف هذا النموذج إلى سد الفجوة بين البحث والتطبيقات العملية، حيث يقدم توليد فيديو عالي الجودة مع اتساق زمني قوي.
ما يميز CogVideoX هو قدرته على التعامل مع مشاهد معقدة بها عدة كائنات متحركة مع الحفاظ على التماسك عبر التسلسل. يُظهر النموذج فهمًا للفيزياء، وتفاعلات الكائنات، والحركة الطبيعية التي تجعل ناتجها مقنعًا بشكل خاص.
يدعم النموذج أنماط توليد مختلفة، بما في ذلك التحويل من النص إلى الفيديو ومن الصورة إلى الفيديو، مما يجعله أداة متعددة الاستخدامات لمختلف التطبيقات الإبداعية. على الرغم من قوته، نفذ الفريق وراء CogVideoX تحسينات متنوعة تجعل النموذج أكثر وصولاً للمستخدمين الذين ليس لديهم إمكانية الوصول إلى أجهزة من مستوى مراكز البيانات.
9. Lightricks - LTX Video
يمثل LTX Video، الذي طورته Lightricks، إدخالًا مثيرًا في مجال توليد الفيديو مفتوح المصدر. على عكس بعض النماذج الأخرى التي تعطي الأولوية للقدرات الخام على حساب سهولة الوصول، يحقق LTX Video توازنًا بين جودة التوليد والكفاءة الحاسوبية.
يتفوق النموذج في إنشاء مقاطع قصيرة وجذابة بصريًا تناسب بشكل خاص محتوى الوسائط الاجتماعية. يظهر قويًا في تحريك الشخصيات، وتغيير المشاهد، وسرد القصص المرئية، مما يجعله أداة قيمة لمؤلفي المحتوى.
ما يجعل LTX Video جديرًا بالملاحظة بشكل خاص هو متطلبات الأجهزة المتواضعة نسبيًا مقارنة بالنماذج الأخرى في هذه القائمة. ساهمت هذه السهولة في الوصول في بناء مجتمع متزايد من المستخدمين الذين يستمرون في استكشاف إمكانياته ودفع حدوده الإبداعية.
10. RhymesAI - Allegro
يجمع Allegro، الذي طورته RhymesAI، بين تركيزه على توليد الفيديو المدفوع بالموسيقى. تم إصداره بموجب ترخيص Apache 2.0، يُدخل هذا النموذج تخصصًا مثيرًا للاهتمام في مجال توليد الفيديو من خلال التأكيد على العلاقة بين العناصر الصوتية والمرئية.
يمكن للنموذج توليد فيديوهات تتزامن مع مسارات موسيقية، مما يخلق تفسيرات بصرية للعناصر الصوتية مثل الإيقاع، والتوقيت، والنغمة العاطفية. وهذا يجعله ذو قيمة خاصة في تصورات الموسيقى، والمحتوى الترويجي للفنانين الموسيقيين، والاستكشافات الإبداعية للصوت المدفوع بالصورة.
ما يميز Allegro هو فهمه لهيكل الموسيقى وقدرته على ترجمة ذلك الفهم إلى تسلسلات بصرية متسقة. بينما قد يكون أكثر تخصصًا من بعض النماذج الأخرى في هذه القائمة، فإن قدراته الفريدة تجعل منه إضافة قيمة لنظام توليد الفيديو مفتوح المصدر.
الخاتمة
بينما نتقدم عبر عام 2025، يستمر مشهد توليد الفيديو باستخدام الذكاء الاصطناعي مفتوح المصدر في التطور بسرعة ملحوظة. تمثل النماذج التي تم تسليط الضوء عليها في هذه المقالة الحالة الراهنة لأحدث التقنيات، مقدمةً قدرات كانت ستبدو مستحيلة قبل بضع سنوات فقط.
ما هو مثير بشكل خاص بشأن هذه النماذج مفتوحة المصدر هو ديمقرطة الوصول التي تمثلها. بينما تستمر النماذج المغلقة من شركات التكنولوجيا الكبرى في دفع حدود ما هو ممكن، تضمن هذه البدائل المفتوحة أن تبقى التكنولوجيا متاحة للباحثين والمطورين والمبدعين الذين يعملون خارج بيئات الشركات المدعومة جيدًا.
سواء كنت مهتمًا بتحويل الصور الثابتة إلى فيديوهات ديناميكية، أو توليد المحتوى من الأوصاف النصية، أو استكشاف تطبيقات متخصصة مثل تصور الموسيقى، تقدم هذه النماذج أدوات قوية لتوسيع آفاقك الإبداعية. بينما تستمر مجتمع المصادر المفتوحة في الابتكار، يمكننا أن نتوقع ظهور قدرات أكثر إثارة للإعجاب، مما يوسع المزيد من الاحتمالات لمحتوى الفيديو المدعوم بالذكاء الاصطناعي.