أداة Avatars في Kolbo.AI تحوّل من 1 إلى 8 صور لشخص واحد، مع صوت، إلى أفاتار دائم يقول أي نص تكتبه. صُممت لصنّاع المحتوى والمؤسسين والمعلمين والمسوّقين الذين يحتاجون فيديوهات متحدثة من دون تصوير. تختار أحد ثلاثة أوضاع: Omni (الأكثر واقعية، حتى 60 ثانية)، أو Photo (حتى 3 دقائق)، أو Twin (فيديوك الحقيقي بكلمات جديدة).
يشرح هذا الدليل كيف تبني الأفاتار، وتمنحه صوتاً، وتختار الوضع المناسب ونموذج lipsync، وتوجّه الأداء. وفي النهاية سترى كيف تفعل كل ذلك من مساعد ذكاء اصطناعي عبر خادم MCP الخاص بـ Kolbo.
عرض الإطلاق (بتاريخ 2026-11-12): حتى 30 نوفمبر 2026، خصم 50% على Omni وخصم 20% على Photo وTwin. فيديو Photo بنموذج lipsync تختاره بنفسك يُحتسب بسعر ذلك النموذج ولا يشمله العرض.
ما هو الأفاتار في Kolbo.AI
الأفاتار شخص محفوظ، وليس فيديو لمرة واحدة. يحتفظ بالصور والصوت، و"إطلالات" (ملابس) اختيارية، وأماكن اختيارية، وإن أضفته، فيديو قصير للشخص وهو يتحدث. بعد إنشائه يمكنك صنع أي عدد من الفيديوهات به، في أماكن وأساليب تصوير ولغات مختلفة، من دون رفع أي شيء من جديد.
تجد Avatars ضمن Video Tools بجانب Lipsync. تُحفظ الفيديوهات داخل مشروعك الحالي، لذا افتح مشروعاً أولاً.
إذا كان كل ما تحتاجه صورة واحدة تتحدث كما هي تماماً، فإن دليل الصورة المتحدثة يشرح هذا المسار الأبسط. أما Avatars فهي الأداة لمقدّم يتكرر ظهوره.
مقارنة بين أوضاع التصوير الثلاثة
يُصنع كل فيديو أفاتار بأحد ثلاثة أوضاع. هذه مقارنة بينها.
| Omni | Photo | Twin | |
|---|---|---|---|
| ماذا يفعل | يمثّل بشكل طبيعي في أي مكان وأي أسلوب تصوير | يجعل صورة ثابتة للأفاتار تتحدث | فيديوك الحقيقي يقول كلمات جديدة |
| يُفتح عند توفر | صورة وصوت | صورة وصوت | فيديو للشخص وهو يتحدث |
| أقصى مدة | 60 ثانية | 3 دقائق | 3 دقائق |
| الدقة | 480p و720p و1080p و4K | 720p و4K | 720p و1080p و4K |
| أساليب التصوير | Talking head وPodcast وSelfie وWalk and talk | صورة ثابتة واحدة مؤطرة للمكان | لقطاتك الخاصة |
| اختيار نموذج lipsync | لا | نعم، نماذج lipsync للصور | نعم، نماذج lipsync للفيديو |
| ملاحظات الإخراج | نعم | نعم | لا |
| يمسك ميكروفوناً صغيراً | نعم، في الأساليب التي تدعمه | نعم | لا |
تدعم كل الأوضاع النسب 9:16 و16:9 و1:1، ويمكنها نطق نص أو تسجيلك الخاص، ويمكنها إعادة الفيديو من دون خلفية (حتى 1080p و60 ثانية، مقابل رسوم إضافية لكل ثانية).
متى تختار Omni
اختر Omni عندما يجب أن يبدو الفيديو كتسجيل حقيقي. يتحرك الشخص وينظر ويشير بيديه في المكان الذي اخترته، وأنت تختار كيف تصوّره الكاميرا. إنه الوضع المناسب للإعلانات ومقدمات أسلوب UGC والمقاطع القصيرة للشبكات الاجتماعية، وكل ما تهم فيه الواقعية أكثر من الطول. النص الطويل يُصوَّر في عدة لقطات تكمل من آخر إطار محفوظ، فتبقى الانتقالات سلسة.
متى تختار Photo
اختر Photo للفيديوهات الأطول: الشروحات والدروس وعروض المنتجات والتحديثات حتى 3 دقائق. يصنع Kolbo.AI أولاً صورة ثابتة للأفاتار في المكان الذي اخترته ويعرضها عليك. توافق على الإطار الأول، وبعدها فقط تُستخدم الأرصدة للفيديو. ويمكنك أيضاً تخطي المكان وجعل صورتك تتحدث كما هي تماماً.
متى تختار Twin
اختر Twin عندما تملك لقطات لنفسك وتريدها أن تقول شيئاً جديداً. يحافظ Twin على غرفتك وملابسك وحركاتك الحقيقية ويغيّر الكلام فقط. لفتحه، أضف نحو دقيقة من الشخص وهو يتحدث إلى الكاميرا، بدقة 720p أو أعلى.
كيف تصنع فيديو أفاتار بالذكاء الاصطناعي خطوة بخطوة
- افتح Avatars. ادخل إلى Video Tools واختر Avatars، أو استخدم الزر أعلاه. افتح مشروعاً إن لم تفعل بعد.
- أنشئ الأفاتار. اضغط New avatar وأضف من 1 إلى 8 صور واضحة وحديثة لوجه واحد. كلما زادت الزوايا زاد الشبه. تجنّب النظارات الشمسية، واليد على الوجه، والصور الجماعية أو الضبابية.
- امنحه صوتاً. سجّل أو ارفع من 8 إلى 60 ثانية من الكلام في غرفة هادئة، أو اختر صوتاً من المكتبة، أو أحد أصواتك المحفوظة. يُستنسخ التسجيل عبر Cartesia أو ElevenLabs حسب اختيارك.
- أضف فيديو تحدث (اختياري). نحو دقيقة من الشخص وهو يتحدث إلى العدسة تفتح وضع Twin. يمكنك تخطي هذه الخطوة.
- سمّه وأكّد الموافقة. أكّد أن الأفاتار هو أنت، أو أن لديك إذن الشخص، ثم أنشئه.
- اختر الوضع والمكان وأسلوب التصوير. اختر Omni أو Photo أو Twin. في Omni وPhoto اختر مكاناً من أكثر من 60 غرفة وموقعاً جاهزاً، أو صف مشهداً بالكلمات، أو استخدم صورتك الخاصة. وفي Omni اختر أسلوب التصوير.
- اكتب النص. اكتب ما يجب أن يقوله الأفاتار بأي لغة، أو ارفع تسجيلك الخاص (حتى 3 دقائق). هل تحتاج مساعدة في الصياغة؟ اطلب من Kobi، مساعد Kolbo.AI، كتابة مسودة.
- استمع أولاً (اختياري). اسمع كيف سيبدو النص بصوت الأفاتار قبل صنع الفيديو.
- أضف ملاحظات الإخراج وأنشئ الفيديو. اكتب ملاحظة قصيرة مثل "متحمس، يضحك في الجملة الأخيرة"، وراجع السعر المعروض قبل البدء، ثم اضغط Generate.
بناء أفاتار من Visual DNA
إذا كنت تستخدم Visual DNA لشخصية ما، فلا داعي للبدء من الصفر. اختر From a Visual DNA عند إنشاء الأفاتار. ينسخ Kolbo.AI صور الشخصية وورقة المرجع والصوت والوصف إلى الأفاتار الجديد، فيظهر الشخص نفسه في أعمال الصور ومشاهد الفيديو وفيديوهات الأفاتار.
ويمكن استخدام Visual DNA لموقع كمكان أيضاً، فيبقى ديكور أو مكتب أو استوديو متكرر ثابتاً من فيديو إلى آخر.
الصوت: استنساخ أو مكتبة أو تسجيلك الخاص
الصوت هو ما يجعل الأفاتار يشبه الشخص فعلاً. أمامك ثلاثة طرق:
- استنساخ صوت. اقرأ النص القصير الظاهر على الشاشة، أو ارفع عيّنة نظيفة من 8 إلى 60 ثانية. اختر Cartesia أو ElevenLabs كمحرك للاستنساخ. يضيف ElevenLabs المشاعر إلى نصوصك تلقائياً. يشرح دليل استنساخ الصوت كيف تسجّل عيّنة جيدة.
- اختر صوتاً من المكتبة. استمع، وصفِّ حسب اللغة، واختر. مفيد لشخصيات العلامات التجارية أو عندما لا تريد استنساخ أحد.
- استخدم تسجيلك لفيديو واحد. ارفع الصوت أو سجّله كما هو. لا يحتاج الأفاتار إلى صوت، ويُحتسب السعر حسب المدة الفعلية للتسجيل.
يمكن كتابة النصوص بأي لغة، وتُنطق بصوت الأفاتار.
اختيار نموذج lipsync
يتولى Omni حركة الشفاه بنفسه. أما Photo وTwin فيتيحان خيارات أكثر:
- Photo يستخدم محركاً افتراضياً، أو يمكنك اختيار أي نموذج lipsync للصور من الكتالوج، مثل Avatar IV أو OmniHuman 2.0. النموذج الذي تختاره يُحتسب بسعره الخاص، تماماً كما في أداة Lipsync.
- Twin يستخدم نموذج lipsync للفيديو افتراضياً، أو يمكنك اختيار نموذج lipsync آخر للفيديو من القائمة.
لست متأكداً؟ اترك الخيار الافتراضي في الفيديو الأول، ثم شغّل النص نفسه على نموذج ثانٍ واحتفظ باللقطة التي تعجبك أكثر.
توجيه الأداء
ملاحظات الإخراج سطر قصير حتى 400 حرف يخبر الأفاتار كيف يقدّم النص. تعمل في Omni وPhoto، ولها الأولوية على الأداء الافتراضي.
الملاحظات الجيدة تصف الطاقة ولحظة أو اثنتين:
- "هادئ ودافئ، ابتسامة صغيرة في النهاية"
- "متحمس، يضحك في الجملة الأخيرة"
- "جاد، ينظر إلى الأسفل في البداية"
في Photo يقرأ Kolbo.AI الصورة الثابتة نفسها أيضاً، بما في ذلك ما تمسكه اليدان والتأطير ومزاج الكلمات، لتناسب الحركة الصورة. فعّل Holds mic عندما تريد ميكروفوناً يدوياً صغيراً في الإطار، مثل صانع محتوى UGC.
يفحص Omni كل لقطة: تُقارن حركة الشفاه بالكلام المُرسل، وأي لقطة تخطئ أو تقفز إلى مكان آخر يُعاد تصويرها.
أساليب التصوير والأماكن في Omni
يقدّم Omni أربعة أساليب تصوير في التطبيق:
- Talking head: من الصدر إلى الأعلى، والعينان على العدسة، يناسب أي مكان.
- Podcast: زاوية جانبية، يتحدث مع مضيف لا يظهر، في استوديوهات البودكاست والتلفزيون.
- Selfie: كاميرا أمامية، كرسالة فيديو لصديق، في المنزل وفي الخارج وفي المقاهي والسيارات.
- Walk and talk: يمشي نحو الكاميرا في شارع أو حديقة أو على الشاطئ أو فوق سطح.
تشمل الأماكن غرفاً منزلية واستوديوهات ومكاتب ومسرحاً ومكتب أخبار وعيادة ومتاجر ومقاهي وأماكن خارجية. اختيار أسلوب ينقلك إلى مكان يناسبه، ويمكنك تغييره بعد ذلك.
استخدام Avatars من Claude أو ChatGPT عبر MCP
كل ما سبق متاح أيضاً لمساعدي الذكاء الاصطناعي عبر خادم MCP الخاص بـ Kolbo. تشمل الأدوات create_avatar (صور وصوت وفيديو تحدث اختياري، أو visual_dna_id) وlist_avatar_lipsync_models وquote_avatar_video وcreate_avatar_video وanimate_photo. ومنذ الإصدار @kolbo/mcp 1.133.0 تقبل الأداة create_avatar_video المعامل direction لملاحظات الإخراج في لقطات Omni وPhoto.
طلب نموذجي: "أنشئ أفاتار من هذه الصور الثلاث، واستنسخ الصوت من هذا الملف، ثم فيديو Omni مدته 30 ثانية بأسلوب البودكاست." يعرض المساعد السعر ثم ينفّذ.
الاستخدام المسؤول
أنشئ أفاتار لنفسك فقط، أو لأشخاص منحوك الإذن، أو لشخصيات صنعتها بنفسك. يطلب منك Kolbo.AI تأكيد الموافقة عند إنشاء الأفاتار وعند إضافة صوت أو فيديو. لا تستخدم وجه أحد أو صوته ليقول شيئاً لم يقله.
الأسئلة الشائعة
كيف أصنع فيديو أفاتار بالذكاء الاصطناعي من صورة؟
افتح Avatars في Video Tools، وأضف من 1 إلى 8 صور للشخص، وامنح الأفاتار صوتاً، واختر الوضع والمكان، واكتب النص ثم اضغط Generate. يستغرق الإعداد كله بضع دقائق.
ما الفرق بين Omni وPhoto وTwin؟
يمثّل Omni بشكل طبيعي في أي مكان وأي أسلوب تصوير حتى 60 ثانية، وهو الأكثر واقعية. يجعل Photo صورة ثابتة تتحدث حتى 3 دقائق، ويناسب الشروحات الطويلة. يستخدم Twin فيديو التحدث الخاص بك ويغيّر الكلمات فقط.
هل يمكنني استنساخ صوتي للأفاتار؟
نعم. سجّل أو ارفع من 8 إلى 60 ثانية من كلام نظيف واختر Cartesia أو ElevenLabs للاستنساخ. ويمكنك أيضاً اختيار صوت من المكتبة أو رفع تسجيل لفيديو واحد.
هل يستطيع الأفاتار التحدث بلغات أخرى؟
نعم. اكتب النص بأي لغة وسيُنطق بصوت الأفاتار. ويمكنك أيضاً رفع تسجيلك الخاص بأي لغة.
كم تكلفة فيديو الأفاتار بالذكاء الاصطناعي؟
كل وضع مسعّر لكل ثانية من الكلام، ويعتمد السعر على الوضع والدقة. يظهر عدد الأرصدة الدقيق قبل الإنشاء. تشرح صفحة حقائق التسعير كيف يسعّر Kolbo.AI الفيديو.
هل يمكنني استخدام Visual DNA موجود كأفاتار؟
نعم. اختر From a Visual DNA عند إنشاء الأفاتار، فتُنسخ صوره وورقة المرجع وصوته ووصفه.
هل يمكنني الحصول على فيديو الأفاتار بخلفية شفافة؟
نعم. فعّل Remove background قبل الإنشاء، أو طبّقه على فيديو جاهز. يعمل حتى 1080p و60 ثانية مقابل رسوم إضافية لكل ثانية. اقرأ المزيد في دليل إزالة الخلفية.
هل أنت مستعد لبناء أول أفاتار لك؟ ابدأ من app.kolbo.ai.