EdenLive خدام

EdenLive هو محرّك رندرة توليدية آنية طوّراتو VAST، وكيشكّل مرحلة من مشروعها ديال نموذج العالم Project Eden. كيستعمل EdenLive مشاهد Proxy مبسّطة ولا فيديوهات مرجعية كإشارة للتحكّم، وكيجمعها مع أول فريم مستهدف وطلبات نصية، باش يولّد باستمرار وبالوقت الحقيقي مشاهد واقعية ولا بأساليب مختلفة. باستعمال كارت RTX 5090 وحدة، كيقدر يوصل لـ 720P وبأكثر من 24FPS، مع تأخير غير فحدود مئات الميلي ثانية. الفكرة الأساسية ديال EdenLive هي فصل الحفاظ على حالة العالم على الرندرة البصرية؛ ما كيحتاجش لأصول فنية كاملة باش يولّد مشاهد تفاعلية، وهو مفتوح المصدر بالكامل، وكيصلح للألعاب والأنيميشن وتوليد بيانات الذكاء المتجسّد وغيرها.

الرندرة التوليدية الآنية: كيستعمل مشاهد Proxy مبسّطة ولا فيديوهات مرجعية كإشارة للتحكّم، وكيولّد باستمرار وبالوقت الحقيقي مشاهد دقيقة ولا بأساليب مختلفة، وبأكثر من 24 FPS فـ 720P.
تبديل أي أسلوب بصري: غير بتوفير أول فريم مستهدف وطلب نصي، يمكن تحويل نفس المشهد لأسلوب أنيمي، أو رسم زيتي، أو واقعي، وغيرهم.
أي إدخال مرجعي: كيدعم الأنيميشن ثنائي الأبعاد، والمشاهد ثلاثية الأبعاد، والفيديوهات الحقيقية كمصادر للبنية والحركة، بلا اعتماد على خط رندرة محدد.
توليد Proxy-to-Fine: كيحوّل بنية المشهد الخشنة مباشرة لمشهد نهائي عالي الجودة، بلا ما تكون الحاجة لتحضير أصول فنية كاملة من قبل.
الربط مع تفاعل الألعاب: كيتكامل مع نظام التفاعل الفوقاني بشكل مفصول، وكيحافظ على واجهة اللعبة وآليات التحكّم، باش يحقّق سلسلة كاملة ديال الحفاظ على الحالة والرندرة الآنية.
منظومة مفتوحة المصدر: كيوفّر أوزان النموذج، وكود الاستدلال، والتقرير التقني، ومعاه Game Prototype Turbo اللي كيقدر يولّد لعبة Proxy قابلة للعب من اللغة الطبيعية بنقرة وحدة.
توليد بيانات الذكاء المتجسّد: كيبدّل المظهر البصري مع الحفاظ على مسارات الحركة الأصلية وبنية المشهد، باش يوفّر بيانات متنوعة لتدريب الروبوتات.

تابعنا فـ WeChat وردّ بـ“开源” باش تنضم لمجموعة مشاريع الذكاء الاصطناعي مفتوحة المصدر
بنية فصل الحالة على الرندرة: كيفصل EdenLive بين الحفاظ على حالة العالم والتوليد البصري؛ فقواعد اللعبة، ومواقع الشخصيات، والتحقّق من الاصطدامات وغيرها كيسجّلها ويحدّثها نظام التفاعل الفوقاني بشكل صريح، بينما ما بقاش نموذج الفيديو مكلّف باستنتاج الحالة بشكل ضمني. هاد الشي كيتفادى تراكم الأخطاء تدريجياً مع طول التوليد، وكيخلّي النموذج يركّز على جودة الصورة والآنية.
نمط توليد Proxy-to-Fine: كيستعمل النموذج تخطيط المشهد، وحركة الكاميرا، والديناميكيات الخشنة اللي كيوفّرها المشهد المرجعي المبسّط Proxy كمعطيات شرطية، بلا ما تكون الصورة المرجعية خاصها توصل لدقة هندسية محددة، وكيولّد المشهد المستهدف بتفاصيل دقيقة.
التحكّم متعدد الوسائط: التوليد كيتحرّك بثلاثة أنواع ديال المدخلات مجتمعة: دفق الفيديو المرجعي كيوفّر معلومات البنية والحركة، وأول فريم مستهدف كيحدّد المظهر البصري العام والأسلوب، والطلب النصي كيزيد تفاصيل وأسلوب إضافيين. هاد العناصر كتخدم مع بعضها باش توفّر تحكّماً مرناً: أي مرجع وأي أسلوب بصري.
التوليد الآني المتدفّق: كيستعمل النموذج استدلالاً متدفّقاً عوض توليد مقطع كامل أوفلاين، وكيستقبل باستمرار المشاهد المرجعية المتبدّلة وكيخرج نتائج الرندرة فريم بفريم. باستعمال RTX 5090 وحدة، و5B ديال المعاملات، وإعداد 720P، كيحقّق أكثر من 24 FPS وتأخيراً من الطرف للطرف فحدود مئات الميلي ثانية، وكيقدر يولّد بشكل متواصل لدقائق.

الحصول على الكود: كلونِي المستودع مفتوح المصدر من GitHub https://github.com/VAST-AI-Research/EdenLive。
تحميل الأوزان: حمّل أوزان النموذج بالمقاس والمواصفات المناسبة من Hugging Face https://huggingface.co/VAST-AI/EdenLive。
حضّر الإدخال الأول، المشهد المرجعي: وفّر مشهداً مبسّطاً Proxy ولا دفق فيديو مرجعي، يقدر يجي من مشهد ثنائي أو ثلاثي الأبعاد من إنجازك، أو من مخرجات محرّك ألعاب، أو من تسجيل الشاشة.
حضّر الإدخال الثاني، أول فريم مستهدف: حدّد صورة أولى كتقرّر الأسلوب البصري العام والمظهر المرئي.
حضّر الإدخال الثالث، الطلب النصي: كتب وصفاً نصياً للأسلوب والتفاصيل.
شغّل الاستدلال: عيّط لكود الاستدلال، وغادي يحوّل EdenLive المشهد المرجعي لرندرة آنية بمظهر محدد، على شكل مشهد دقيق ولا دفق فيديو.
اربط نظام التفاعل: دخّل باستمرار المشاهد المرجعية المتبدّلة الخارجة من المحرّك الفوقاني للنموذج، باش تحقّق حلقة رندرة كاملة لمشاهد التفاعل الآني بحال الألعاب.
جرّب العرض من الطرف للطرف: استعمل Game Prototype Turbo مفتوح المصدر لتوليد لعبة Proxy قابلة للعب باللغة الطبيعية، ومن بعد اربطها بـ EdenLive للرندرة الآنية باش تدوز العملية كاملة.

آنية قوية: RTX 5090 وحدة كتقدر تدير توليداً متواصلاً لدقائق بدقة 720P وبأكثر من 24FPS، مع تأخير من الطرف للطرف غير فحدود مئات الميلي ثانية.
بنية مفصولة ومستقرة: نظام التفاعل كيتكلف بالحفاظ الصريح على حالة العالم، ونموذج الفيديو كيركّز على الرندرة، وهاد الشي كيتفادى تراكم الأخطاء الناتج عن الاستنتاج الضمني للحالة.
متطلبات إدخال بسيطة: المرجع Proxy ما كيحتاجش لهندسة دقيقة ولا لخط رندرة محدد؛ حتى المشهد الخشن يقدر يعطي صورة بجودة نهائية.
حرية تبديل الأسلوب: نفس المشهد المرجعي يقدر يولّد مظهراً واقعياً، أو أنيمياً، أو بأسلوب الرسم الزيتي، وغيرهم، بلا إعادة تصنيع الأصول لكل أسلوب.
دعم أي مرجع: كيدعم الأنيميشن ثنائي الأبعاد، والمشاهد ثلاثية الأبعاد، والفيديوهات الحقيقية، وكيكمل الرندرة التوليدية بشكل موحّد.

الموقع الرسمي للمشروع: https://vast-eden.ai/?p=edenlive
مستودع GitHub: https://github.com/VAST-AI-Research/EdenLive
مستودع النماذج على HuggingFace: https://huggingface.co/VAST-AI/EdenLive
الورقة التقنية: https://assets.vast-eden.ai/assets/edenlive/EdenLive-tech-report.pdf

تطوير ألعاب الذكاء الاصطناعي: بالاعتماد على الرندرة الآنية ديال EdenLive للوصول لمشاهد بجودة نهائية، كيقدر المطوّر المستقل ينجز ألعاب ثلاثية الأبعاد بتكلفة قليلة.
التحضير المسبق للأفلام والأنيميشن: المخرج كيحدّد التكوين، وحركة الكاميرا، ومسارات الشخصيات بمشهد بسيط، ومن بعد كيولّد بنقرة وحدة نسخاً بأساليب مختلفة بحال الواقعي والكرتوني والرسم الزيتي، باش يحسم التوجّه الفني بسرعة.
البث والفيديو بالأساليب الآنية: باستعمال فيديو ديال شخص حقيقي كمرجع، يمكن تحويل أداء الشخص بالوقت الحقيقي لمشهد أنيمي ولا لأسلوب آخر، للاستعمال فالبث الافتراضي وصناعة الفيديوهات القصيرة.
توليد بيانات تدريب الذكاء المتجسّد: مع الحفاظ على مسارات حركة الروبوت وبنية المشهد، كيتبدّل المظهر البصري، وكيتم إنتاج بيانات محاكاة متنوعة بسرعة لتدريب الروبوتات.
التعليم التفاعلي والتجارب الافتراضية: كيتحوّلو المشاهد ثلاثية الأبعاد المبسّطة ديال التطبيقات التعليمية وتطبيقات العرض فالحين لمشاهد عالية الجودة، باش يستافد المستخدم من تجربة غامرة وتفاعلية فالمتصفح ولا فالأجهزة الخفيفة.