الملخص

تُعدّ التأثيرات البصرية (VFX) عنصراً حاسماً في قدرة الوسائط الرقمية على التعبير، غير أن إنشاء هذه التأثيرات يظل تحدياً كبيراً أمام الذكاء الاصطناعي التوليدي. تعتمد الطرق السائدة حالياً على نموذج "LoRA واحد لكل تأثير"، وهو نموذج مكثف في الموارد وعاجز جوهرياً عن التعميم على تأثيرات غير مسبوقة، مما يحد من قابلية التوسع وسهولة الإبداع. لمعالجة هذا التحدي، نقدّم "VFXMaster"، وهي أول منصة موحدة ومرتكزة على المراجع لتصنيع مقاطع فيديو تأثيرات بصرية. تعيد صياغة مسألة إنشاء التأثيرات كمهمة تعلّم سياقي، ما يمكّنها من إعادة إنتاج تأثيرات ديناميكية متنوعة من مقطع مرجعي إلى محتوى مستهدف. علاوة على ذلك، تُظهر أداءً ملحوظاً في التعميم على فئات تأثيرات لم تُرَ من قبل. وتحديدًا، قمنا بتصميم استراتيجية تهيئة سياقية تُقدّم للنموذج مثالاً مرجعيًا. كما صمّمنا قناع انتباه سياقي دقيق لفصل ودمج السمات الأساسية للتأثير بشكل منفصل، ما يسمح لنموذج موحد واحد بتمكّن من تقليد التأثيرات دون تسرب معلومات. إلى جانب ذلك، نقترح آلية فعّالة لتكيف التأثيرات من مثال واحد (one-shot)، تُعزز من قدرة التعميم على التأثيرات الصعبة وغير المسبوقة، وذلك بسرعة من خلال مقطع مقدّم من المستخدم. تُظهر التجارب الواسعة أن منهجنا فعّال في تقليد أنواع مختلفة من المعلومات المتعلقة بالتأثيرات، ويُظهر أداءً متميزاً في التعميم على التأثيرات خارج النطاق المدروس. ولتعزيز الأبحاث المستقبلية، سنُفرج عن رمز البرمجة، والنموذج، وقاعدة بيانات شاملة للجمهور.