دليل AnimateDiff 2026: حرّك أي نموذج Stable Diffusion

AnimateDiff وحدة حركة، وليس نموذج توليد فيديو مستقلاً. يُركَّب على نقطة فحص Stable Diffusion 1.5 أو SDXL تملكها بالفعل — بما في ذلك عمليات الضبط الدقيق وLoRAs الخاصة بالمجتمع — ويضيف اتساقاً زمنياً (بين الإطارات) بحيث ينتج ذلك النموذج مقاطع متحركة قصيرة بأسلوبه البصري الحالي، دون إعادة تدريب نقطة الفحص نفسها.

المشروع هو التنفيذ الرسمي للورقة البحثية Guo et al., "AnimateDiff: Animate Your Personalized Text-to-Image Diffusion Models without Specific Tuning", ICLR 2024 Spotlight, arXiv:2307.04725، ويُصان على GitHub في github.com/guoyww/AnimateDiff.

هذا سلسلة تقنية مختلفة عن نماذج الفيديو الأصلية الأحدث مثل Wan 2.2 وLTX-2 وHunyuanVideo، المدرَّبة من الصفر على بيانات فيديو — راجع توليد الفيديو المحلي بالذكاء الاصطناعي مقابل السحابة لتلك المقارنة. القيمة الخاصة بـ AnimateDiff هي الحفاظ على الأسلوب: نظراً لأنه يعيد استخدام نقطة الفحص الموجودة بدلاً من نموذج فيديو مدرَّب بشكل منفصل، تحافظ المخرجات على الشخصية أو الأسلوب الفني أو LoRA نفسه الذي تعتمد عليه بالفعل في الصور الثابتة.

يوجد إصدار مقطّر منفصل — AnimateDiff-Lightning (Lin وYang، ByteDance، "Cross-Model Diffusion Distillation"، arXiv:2403.12706) — يقايض بعض الجودة بالسرعة، فيولّد بعدد خطوات انتشار لا يتجاوز 1 أو 2 أو 4 أو 8 بدلاً من 20-50 خطوة المعتادة، باستخدام تقطير انتشار تنافسي تدريجي.

وحدة الحركة هي مجموعة منفصلة من الأوزان المدرَّبة تُدرَج داخل شبكة U-Net الخاصة بـ Stable Diffusion جنباً إلى جنب مع طبقات نقطة الفحص الموجودة، دون تعديل تلك النقطة. أثناء التوليد، تنسّق طبقات الانتباه الزمني الخاصة بوحدة الحركة ما كان سيكون دفعة من عمليات توليد صور ثابتة مستقلة إلى تسلسل إطارات متسق.

توجد ثلاثة إصدارات لوحدة الحركة الخاصة بـ SD1.5: mm_sd_v15_v2.ckpt (نحو 1.7 جيجابايت) والأحدث v3_sd15_mm.ckpt (نحو 1.56 جيجابايت)، الذي يحسّن سعة الحركة ويضيف توافقاً مع motion LoRAs. توجد وحدة حركة منفصلة لـ SDXL تسمى mm_sdxl_v10_beta.ckpt (نحو 950 ميجابايت)، تستهدف عائلة نقاط فحص SDXL الأكبر عبر فرع تجريبي (بيتا).

بما أن وحدة الحركة مكوّن جاهز للتركيب وليست ضبطاً دقيقاً لنقطة فحصك، يمكن تحريك أي نقطة فحص SD1.5 متوافقة ومعظم LoRAs الخاصة بـ SD1.5 المثبَّتة بالفعل مباشرة، دون تنزيل نسخة "فيديو" منفصلة من ذلك النموذج — والمقايضة هي أن وحدة الحركة نفسها، وليس نقطة الفحص، هي التي تحدد مقدار الحركة التي يمكن أن تعبّر عنها المخرجات.

يمر معظم استخدام AnimateDiff في 2026 عبر أحد تكاملَين يصونهما المجتمع، نظراً لأن المستودع الأساسي قاعدة كود بحثية أكثر منه تطبيقاً مصقولاً. ComfyUI-AnimateDiff-Evolved هو الخيار الأكثر تطويراً بنشاط؛ ويغطي امتداد AUTOMATIC1111 القراء المعتادين بالفعل على تلك الواجهة.

تعمل سير عمل AnimateDiff المعتمدة على SD1.5 عادة بـ 8-12 جيجابايت VRAM لتوليد نص إلى فيديو أساسي بدقة متوسطة (نحو 512×512، نافذة الوحدة الأصلية المكونة من 16 إطاراً)؛ يحتاج دعم SDXL أكثر من ذلك بكثير.

يذكر المستودع الرسمي أن استدلال SDXL "يتطلب عادة نحو 13 جيجابايت VRAM"، حسب نقطة الفحص المخصصة وإعدادات التوليد المستخدمة. تتفاوت تقارير المجتمع بشأن سير عمل SD1.5 حسب الدقة وعدد الإطارات، وما إذا كان ControlNet مضافاً — توقع الحد الأدنى من نطاق 8-12 جيجابايت لمقطع قصير واحد بإعدادات افتراضية، والحد الأعلى (أو أكثر، نحو 16 جيجابايت وما فوق) عند إضافة دقة أعلى، أو مزيد من الإطارات، أو عدة ControlNets في خط أنابيب فيديو إلى فيديو. هذه نطاقات مُبلَّغ عنها من المجتمع بحذر وليست معياراً واحداً مُتحقَّقاً منه، لأن استخدام VRAM الفعلي يعتمد بشدة على سير العمل المحدد.

إرشاد عملي: بطاقة 8 جيجابايت نقطة انطلاق قابلة للتطبيق للتجريب مع نص إلى فيديو SD1.5 بالإعدادات الافتراضية؛ بطاقة 12 جيجابايت تمنح هامشاً مريحاً لسير عمل SD1.5 مع ControlNet؛ بطاقة 16 جيجابايت (مثل RTX 4070 Ti Super) هي الحد الأدنى الأكثر راحة عند الانتقال إلى AnimateDiff المعتمد على SDXL أو خطوط أنابيب فيديو إلى فيديو أثقل. القراء الذين تقل وحدة معالجة الرسومات لديهم عن هذه المستويات، أو لا يملكون وحدة معالجة رسومات محلية، يجب أن يقارنوا الاستئجار — راجع دليل استئجار وحدات معالجة الرسومات السحابية 2026 — بالشراء، في أفضل دليل شراء وحدة معالجة رسومات للنماذج اللغوية المحلية 2026 (تنطبق نفس إرشادات مستويات VRAM على AnimateDiff كما تنطبق على أعباء عمل الذكاء الاصطناعي التوليدي المحلي الأخرى).

**motion LoRAs هي أوزان إضافية صغيرة (نحو 77 ميجابايت) توجّه AnimateDiff نحو حركة كاميرا محددة — تكبير للداخل، تكبير للخارج، تحريك أفقي يساراً، تحريك أفقي يميناً، إمالة لأعلى، إمالة لأسفل، دوران باتجاه عقارب الساعة، أو عكس عقارب الساعة — متوافقة مع وحدة الحركة mm_sd_v15_v2.** تعمل بنفس طريقة LoRAs الصور: تُحمَّل واحدة منها إلى جانب وحدة الحركة لتوجيه المخرجات نحو تلك الحركة، دون تغيير الأسلوب البصري لنقطة الفحص.

أكثر القيود ذكراً، المستمدة من متتبع المشكلات الخاص بالمشروع نفسه ومراجعات المجتمع، تتجمع حول ثلاثة مجالات:

كود AnimateDiff نفسه يُصدَر بموجب ترخيص Apache 2.0، لكن ملف README الخاص بالمشروع نفسه ينص على أن الإصدار مخصص للاستخدام الأكاديمي — لذا فإن القول بأنه "مجاني بالكامل للاستخدام التجاري" ليس ادعاءً دقيقاً دون مزيد من التحقق. هذا بالضبط نوع الادعاء المبالغ فيه الذي يجب تجنبه: يسمح Apache 2.0 عادة بالاستخدام التجاري للكود، لكن الإطار الأكاديمي الذي أضافه المؤلفون فوقه يعني أن القراء الذين يخططون لبيع المخرجات أو توزيعها تجارياً يجب أن يقرأوا شروط الترخيص الحالية في المستودع مباشرة، بدلاً من الاعتماد على تسمية Apache 2.0 وحدها.

تنطبق طبقة ترخيص ثانية منفصلة على أي نقطة فحص Stable Diffusion تحرّكها. تُوزَّع نقطة فحص Stable Diffusion 1.5 الأصلية (والعديد من عمليات الضبط الدقيق المجتمعية المشتقة منها) بموجب ترخيص CreativeML OpenRAIL-M، الذي يسمح بالاستخدام التجاري لكنه يحمل قيوداً خاصة به قائمة على الاستخدام (مثل حظر توليد فئات معينة من المحتوى الضار) — منفصلة عن ترخيص AnimateDiff نفسه ولا يتم إلغاؤها بواسطته.

من الناحية العملية: تحقق من كلا الترخيصين قبل أي استخدام تجاري — شروط إصدار AnimateDiff في مستودعه، والترخيص المرفق بنقطة الفحص المحددة التي تحرّكها (شروط OpenRAIL-M بالنسبة لنقطة فحص SD1.5 الأصلية، أو أي ترخيص تحدده نسخة ضبط دقيق مجتمعية معينة، إذ يمكن أن تحمل عمليات الضبط الدقيق شروطاً مختلفة عن النموذج الأساسي). هذا ليس استشارة قانونية؛ استشر نص الترخيص الحالي أو محترفاً قانونياً قبل أي نشر تجاري.

يكتسب AnimateDiff مكانته باعتباره الطريقة الأكثر مباشرة لتحريك نقطة فحص Stable Diffusion تعجبك بالفعل، دون إعادة تدريب أي شيء أو مغادرة أجهزتك الخاصة. المقايضة حقيقية ومحددة: المقاطع قصيرة افتراضياً (16 إطاراً، نحو ثانيتين، قابلة للإطالة لكن بفقدان جودة عند مدد أطول)، ويتدهور نطاق الحركة ومطابقة المطالبة إلى حد ما مقارنة بصورة ثابتة من نفس نقطة الفحص، وتتطلب صورة الترخيص تحققين منفصلين — إطار الاستخدام الأكاديمي الخاص بالمشروع فوق كوده المرخّص بموجب Apache 2.0، والترخيص الذي تحمله نقطة الفحص التي تحرّكها — قبل أي استخدام تجاري. بالنسبة للقراء الذين يملكون بالفعل نقطة فحص SD1.5 أو SDXL ذات طابع فني ويريدون حلقات حركة قصيرة ومتسقة الأسلوب على وحدة معالجة الرسومات الخاصة بهم دون تكلفة متكررة، يُعد AnimateDiff عبر ComfyUI-AnimateDiff-Evolved أو امتداد AUTOMATIC1111 نقطة الانطلاق العملية. أما القراء الذين يحتاجون فيديو أطول أو أكثر اتساقاً أو واقعياً فوتوغرافياً فيجب أن يقارنوه بدلاً من ذلك بنماذج الفيديو الأصلية الأحدث في توليد الفيديو المحلي بالذكاء الاصطناعي مقابل السحابة.