متحرک سازی عکس با هوش مصنوعی؛ آموزش تصویری و مرحله‌به‌مرحل

اگر یک عکس ثابت دارید و می‌خواهید آن را به یک ویدیوی کوتاه و طبیعی تبدیل کنید، می‌توانید این کار را با ابزارهای تبدیل عکس به ویدیو (Image to Video) انجام دهید. کافی است عکس را آپلود کنید و در پرامپت مشخص کنید سوژه، دوربین و پس‌زمینه چه حرکتی داشته باشند. سپس مدل هوش مصنوعی بر اساس تصویر و دستور شما، یک ویدیوی کوتاه تولید می‌کند.

در این مقاله، ابتدا روش متحرک کردن عکس با هوش مصنوعی را مرحله‌به‌مرحله بررسی می‌کنیم و سپس همین فرایند را در هوشا اجرا می‌کنیم. در ادامه نیز نمونه پرامپت‌های کاربردی و نکاتی برای گرفتن خروجی بهتر را بررسی خواهیم کرد.

چطور با هوش مصنوعی عکس را متحرک کنیم؟

برای متحرک کردن یک عکس، ۳ کار اصلی انجام می‌دهید: تصویر را وارد یک ابزار  ساخت ویدیو با هوش مصنوعی می‌کنید، حرکت موردنظر را با پرامپت توضیح می‌دهید و پس از تولید، خروجی را بررسی و در صورت نیاز اصلاح می‌کنید.

مدل هوش مصنوعی با بررسی تصویر و دستور شما، عناصر مختلف عکس مانند چهره، بدن، مو، لباس یا حتی حرکت دوربین را متحرک می‌کند و در نهایت یک ویدیوی کوتاه می‌سازد.

آموزش متحرک کردن عکس با هوش مصنوعی در هوشا

یکی از روش‌های ساده برای متحرک کردن عکس با هوش مصنوعی، استفاده از پلتفرم هوشا است. در هوشا می‌توانید بسته به نوع پروژه، از مدل‌های مختلف هوش مصنوعی تولید ویدیو مانند Grok، Kling، Seedance و  Veo استفاده کنید و یک تصویر ثابت را به ویدیویی متحرک تبدیل کنید.

در ادامه، فرایند متحرک سازی عکس را به شکل مرحله به مرحله در هوشا توضیح می‌دهیم و با استفاده از مدل Grok Imagine 1.5، یک تصویر ثابت را به یک ویدیوی متحرک تبدیل می‌کنیم.

مرحله ۱: انتخاب و آپلود عکس

پس از ورود به پلتفرم هوشا، وارد بخش ساخت ویدیو شوید. سپس عکس مدنظر خود را آپلود کنید. برای این کار بهتر است عکسی را انتخاب کنید که:

• وضوح بالا و فرمت استاندارد (JPG یا PNG) داشته باشد.
• سوژه اصلی آن مشخص باشد.
• بخش مهمی از بدن یا چهره خارج از کادر نباشد.
• نورپردازی آن یکنواخت و قابل‌قبول باشد.
• تاری شدید نداشته باشد.

مرحله ۲: انتخاب مدل ساخت ویدیو

هوشا به‌عنوان یک پلتفرم فارسی، دسترسی به چند مدل ویدیویی هوش مصنوعی (از جمله Kling، Seedance، Grok) را در یک محیط فراهم می‌کند. شما می‌توانید از میان این مدل‌ها، گزینه مد‌نظر خود را انتخاب کنید. 

در این تست از مدل Grok Imagine 1.5 استفاده کردیم.

مرحله ۳: نوشتن دستور حرکت

در کادر پرامپت، حرکت دلخواه خود را بنویسید؛ به عنوان مثال «سوژه مستقیماً به دوربین نگاه می‌کند و یک لبخند طبیعی می‌زند. حالت چهره شاد، صمیمی و سرزنده باشد. پلک‌زدن طبیعی باشد. موها حرکت بسیار ملایمی داشته باشند. دوربین ثابت بماند، نور و چهره تغییر نکنند و حرکت‌ها واقعی و ظریف باشند.»

توجه داشته باشید که یک پرامپت خوب برای متحرک‌سازی عکس باید ۳ موضوع را مشخص کند: حرکت سوژه، حرکت دوربین و مواردی که نباید تغییر کنند.

مرحله ۴: انتخاب کیفیت و زمان ویدیو

در این مرحله باید تنظیمات ویدیو خروجی را انتخاب کنید:

• زمان ویدیو: بسته به مدل انتخابی، زمان ویدیو (از ۳ تا ۱۵ ثانیه) را تنظیم کنید. توجه داشته باشید که هر چه زمان ویدیو طولانی‌تر باشد، مصرف اعتبار (Credit) افزایش می‌یابد.
• تنظیم کیفیت: در تنظیمات خروجی بسته به مدل انتخابی، کیفیت خروجی مورد‌نظر را انتخاب کنید.
• در اینجا ما مدل Grok Imagine 1.5، زمان ۷ ثانیه و کیفیت 720p را انتخاب کردیم.

مرحله ۵: ساخت ویدیو

پس از اعمال تنظیمات و نهایی کردن پرامپت، دکمه «تولید کن» را بزنید تا فرایند پردازش توسط مدل انتخابی شروع شود. زمان تولید ویدیو، بسته به نوع مدل انتخابی، پیچیدگی پرامپت و ترافیک سرورها، ممکن است متفاوت باشد. 

مرحله ۶: بررسی ویدیو خروجی

پس از اتمام پردازش، خروجی نمایش داده می‌شود. ویدیو خروجی را با دقت مشاهده کنید. آیا حرکت‌ها طبق انتظار شما بوده است؟ آیا چهره یا جزئیات در طول ویدیو حفظ شده‌اند؟ اگر خروجی نهایی دقیقاً آن چیزی نبود که می‌خواستید، می‌توانید با تغییر جزئی در پرامپت (مثلاً افزودن جزئیات بیشتر درباره زاویه دوربین یا نورپردازی)، دوباره خروجی بگیرید.

نتیجه تست واقعی متحرک کردن یک عکس در هوشا

در ادامه، نتیجه تست واقعی متحرک‌سازی عکس در هوشا را مشاهده می‌کنید.

عکس اولیه

برای تست، از پرتره واضح زیر استفاده کردیم.

نمونه پرامپت

برای تست از یک دستور ساده استفاده کردیم. 

«سوژه مستقیماً به دوربین نگاه می‌کند و یک لبخند طبیعی می‌زند. حالت چهره شاد، صمیمی و سرزنده باشد. پلک‌زدن طبیعی باشد. موها حرکت بسیار ملایمی داشته باشند. دوربین ثابت بماند، نور و چهره تغییر نکنند و حرکت‌ها واقعی و ظریف باشند.»

هدف حرکت در این پرامپت شامل موارد زیر است:

• پلک‌زدن طبیعی
• چهره شاد و صمیمی
• لبخند بسیار ملایم
• حرکت جزئی موها
• ثابت ماندن دوربین
• حفظ چهره و نور اصلی

نمونه ویدیوی خروجی در هوشا

در ویدیوی زیر، نتیجه متحرک‌سازی یک عکس با استفاده از سرویس هوشا را مشاهده می‌کنید. در این نمونه، چهره و جزئیات اصلی تصویر تا حد زیادی حفظ شده‌اند و سوژه حرکات طبیعی مانند نگاه به دوربین، لبخند زدن و پلک‌زدن را انجام می‌دهد.

ویدیو خروجی:

تنظیمات ویدیو خروجی:

مدل	Grok Imagine 1.5
زمان ویدیو	۷ ثانیه
کیفیت ویدیو	720p
سایز	بر اساس تصویر آپلود شده
پرامپت	سوژه مستقیماً به دوربین نگاه می‌کند و یک لبخند طبیعی می‌زند. حالت چهره شاد، صمیمی و سرزنده باشد. پلک‌زدن طبیعی باشد. موها حرکت بسیار ملایمی داشته باشند. دوربین ثابت بماند، نور و چهره تغییر نکنند و حرکت‌ها واقعی و ظریف باشند.

بررسی کیفیت خروجی متحرک سازی عکس در هوشا

همان‌طور که مشاهده می‌کنید در این تست، حرکت سوژه طبیعی و روان اجرا شد و حرکات چهره، از جمله نگاه و لبخند، حالت مصنوعی و غیرطبیعی نداشت. چهره، لباس و پس‌زمینه نیز در طول ویدیو ثابت ماندند. در مجموع، خروجی برای استفاده در شبکه‌های اجتماعی و تولید محتوای کوتاه مناسب است؛ بااین‌حال، نتیجه نهایی می‌تواند با توجه به کیفیت عکس ورودی، مدل انتخابی و جزئیات پرامپت متفاوت باشد.

متحرک سازی عکس با هوش مصنوعی رایگان چگونه انجام می‌شود؟

بعضی ابزارهای هوش مصنوعی امکان متحرک سازی عکس به‌صورت رایگان یا آزمایشی را در اختیار کاربران قرار می‌دهند، اما این استفاده معمولاً با محدودیت‌هایی مانند تعداد تولید ویدیو، کیفیت خروجی، مدل‌های قابل استفاده یا حتی وجود واترمارک همراه است. 

در مورد پلتفرم هوشا، ساخت ویدیو در حال حاضر رایگان نیست و برای تولید ویدیو نیاز به اعتبار (Credit) دارید. میزان اعتبار مصرفی به مدل و تنظیمات انتخابی بستگی دارد. بنابراین پیش از تولید، بهتر است هزینه اعتبار موردنیاز مدل انتخابی را بررسی کنید و سپس اشتراکی را انتخاب کنید که با نیاز شما سازگارتر است (برای مشاهده قیمت دقیق اشتراک هوشا کلیک کنید).

برای متحرک کردن عکس چه پرامپتی بنویسیم؟

به‌طور کلی برای نوشتن یک پرامپت مناسب برای تبدیل عکس ثابت به ویدیو، باید موارد زیر را رعایت کنید:

• حرکت سوژه را دقیق توضیح دهید: به جای «حرکت کند» بنویسید «به‌آرامی سر را کمی به راست بچرخاند و لبخند ملایم بزند».
• حرکت دوربین را مشخص کنید: «دوربین ثابت بماند» یا «دوربین به‌آرامی روی سوژه زوم کند».
• حرکت پس‌زمینه را کنترل کنید: اگر می‌خواهید پس‌زمینه ثابت بماند، صریحاً بنویسید. 
• از حرکت‌های زیاد و متناقض پرهیز کنید: حرکت‌های کوچک و طبیعی معمولاً نتیجه بهتری می‌دهند.

نمونه پرامپت برای متحرک سازی عکس

در ادامه چند نمونه پرامپت آماده را بررسی می‌کنیم.

پرامپت برای عکس پرتره

A highly detailed photorealistic animation of the exact same person from the reference image. A natural, subtle smile gradually forms on the subject’s lips. The subject blinks naturally once during the video. A soft, gentle breeze causes a few strands of hair to move delicately and naturally. Preserve the subject’s exact facial identity, facial structure, skin texture, eyes, hairstyle, clothing, and original lighting throughout the video. Keep the camera completely static with no zoom, pan, or camera movement. Maintain the original composition and background. Motion should be subtle, realistic, smooth, and physically natural, with no facial distortion, warping, or changes to the subject’s identity.

عکس اولیه: 

ویدیو خروجی:

مدل	Grok Imagine 1.5
کیفیت ویدیو	720p
سایز	بر اساس تصویر آپلود شده

پرامپت برای عکس محصول

Single continuous shot. No transitions. No cuts. No visual effects used as transitions. The scene starts on a soft pastel pink background, completely empty and still. The camera is already rolling from the first frame. A silver aluminum can branded HOOSHA – Sparkling Strawberry is already present in the frame, standing slightly tilted. The can is static, covered with realistic condensation droplets. Lighting is soft, premium studio lighting, fixed and unchanged throughout the entire shot. Without any fade, cut, or visual transition, a fresh ripe strawberry physically enters the frame from above and falls downward in real time. The strawberry impacts the top opening of the HOOSHA can. At the exact moment of impact, a realistic physical juice splash occurs — driven only by the collision. A vivid red strawberry liquid erupts upward and outward, forming a natural sculptural arc. The splash, droplets, and fragments follow real-world fluid dynamics. Nothing appears or disappears artificially. Small strawberry fragments and juice droplets remain suspended naturally in motion, continuing from the same action. Green strawberry leaves drift into the frame as part of the same physical event, gently rotating and floating with gravity and air resistance. The camera performs a very slow, continuous push-in during the entire shot. No camera shake. No speed ramps. No changes in focal behavior. Depth of field remains shallow and constant. Lighting remains completely unchanged, highlighting: – metallic aluminum texture – condensation droplets – glossy translucency of the liquid splash The shot ends naturally with the HOOSHA can centered, the splash still visible mid-air, leaves floating, forming a luxury beverage hero frame. Style & constraints: hyper-realistic, premium beverage commercial, single take, physically driven motion only, no transitions, no effects used as transitions, no text overlays, clean composition, elegant and controlled.

عکس اولیه:

ویدیو خروجی:

مدل	Veo 3.1
کیفیت ویدیو	720p
سایز	9:16

پرامپت برای تصویرسازی

Use the reference image as the exact visual source and preserve the original composition and all visual details. The girl gently strokes the horse’s neck with her hand in a slow, natural motion. The horse calmly lowers and slightly turns its head toward the girl, responding naturally to her touch. Preserve the girl’s exact identity, facial features, face shape, skin tone, hairstyle, body proportions, clothing, and hand position exactly as shown in the reference image. Preserve the horse’s exact anatomy, body proportions, coat color, markings, facial features, and distinctive characteristics. Keep the original background, lighting, colors, and overall composition unchanged. Do not add, remove, or alter any elements of the image. The interaction should feel gentle, subtle, and physically realistic, with smooth natural motion and no distortion, warping, or unintended changes to the subjects.

عکس اولیه:

ویدیو خروجی:

مدل	Grok Imagine 1.5
کیفیت ویدیو	720p
سایز	بر اساس تصویر آپلود شده

سایت یا برنامه متحرک سازی عکس؛ کدام بهتر است؟

برای متحرک کردن عکس با هوش مصنوعی الزاماً به نصب برنامه نیاز ندارید. اگر ابزار موردنظر نسخه تحت وب داشته باشد، می‌توانید از مرورگر وارد شوید، عکس را آپلود کنید و خروجی بگیرید.

در مقابل، استفاده از برنامه‌های موبایل می‌تواند دسترسی به امکاناتی مانند اشتراک‌گذاری سریع ویدیو و مدیریت فایل‌ها را ساده‌تر کند و برای افرادی مناسب‌ است که ترجیح می‌دهند این فرآیند را مستقیماً روی گوشی انجام دهند.

در نهایت، انتخاب بین سایت و برنامه بیشتر به نوع استفاده، دستگاه موردنظر و امکانات سرویس بستگی دارد.

متحرک سازی عکس قدیمی با هوش مصنوعی

یکی از کاربردهای متحرک‌‌کردن عکس با هوش مصنوعی، زنده کردن عکس‌های قدیمی خانوادگی است. با استفاده از ابزارهای تبدیل عکس به ویدیو متحرک، می‌توان یک تصویر قدیمی را به ویدیویی کوتاه تبدیل کرد و حرکات ظریفی مانند پلک زدن، لبخند زدن یا حرکت آرام سر را به چهره افراد اضافه کرد.

برای این کار بهتر است ابتدا کیفیت عکس قدیمی را بررسی کنید. اگر تصویر بسیار تار، آسیب‌دیده یا کم‌کیفیت است، می‌توانید ابتدا آن را با ابزارهای افزایش کیفیت عکس با هوش مصنوعی بهبود دهید و سپس سراغ متحرک‌سازی بروید. هرچه چهره‌ها واضح‌تر و جزئیات تصویر بیشتر باشد، معمولاً مدل هوش مصنوعی اطلاعات بهتری برای ایجاد حرکت در اختیار خواهد داشت.

نمونه ویدیو متحرک‌سازی عکس قدیمی با هوشا

در ادامه، نمونه ویدیو متحرک‌سازی عکس قدیمی با استفاده از سرویس هوشا را مشاهده می‌کنید.

مدل	Grok Imagine 1.5
زمان ویدیو	۴ ثانیه
کیفیت ویدیو	720p
سایز	بر اساس تصویر آپلود شده
پرامپت	فرد داخل تصویر به‌آرامی لبخند بزند، پلک بزند و حرکت بسیار ملایمی در سر یا صورت داشته باشد.

چطور خروجی طبیعی‌تری بگیریم؟

اگر می‌خواهید نتیجه شبیه یک ویدیوی واقعی باشد، بهتر است نکات زیر را رعایت کنید:

۱. از عکس باکیفیت استفاده کنید.

مدل هوش مصنوعی باید بتواند چهره، دست‌ها، لباس و محیط را به‌درستی تشخیص دهد. عکس تار، خیلی تاریک یا با رزولوشن پایین احتمال خطا را بالا می‌برد.

۲. از حرکات کوچک و ظریف شروع کنید.

حرکت‌های ملایم و محدود نتیجه‌ی طبیعی‌تری می‌سازند. حرکات بزرگ و شدید اغلب باعث می‌شوند ویدیو غیر‌واقعی به نظر برسد.

۳. هویت چهره را صریح حفظ کنید.

اگر حفظ چهره برایتان مهم است، حتماً در پرامپت بنویسید: «هویت، ویژگی‌ها و فرم اصلی چهره بدون تغییر حفظ شوند.»

۴. وضعیت دوربین را مشخص کنید.

اگر نمی‌خواهید دوربین حرکت کند، این موضوع را واضح بنویسید. در غیر این صورت ممکن است مدل خودش یک حرکت سینمایی اضافه کند و حس مصنوعی به وجود بیاورد.

۵. همه‌چیز را هم‌زمان متحرک نکنید.

هرچه تعداد حرکت‌های درخواستی در یک پرامپت بیشتر باشد، احتمال خطا و دفرمه‌شدن بالاتر می‌رود. روی دو یا سه حرکت اصلی تمرکز کنید تا نتیجه تمیزتر و طبیعی‌تر شود.

۶. اگر خروجی خراب شد، پرامپت را ساده‌تر کنید.

لازم نیست فوراً مدل را عوض کنید. ابتدا یکی از حرکت‌ها را حذف کنید یا جزئیات را کم کنید و دوباره امتحان کنید. در بسیاری از مواقع همین کار ساده نتیجه را بهتر می‌کند.

جمع‌بندی

در این مقاله یاد گرفتیم چگونه با هوش مصنوعی یک عکس ثابت را به ویدیوی کوتاه و طبیعی تبدیل کنیم. متحرک کردن عکس با هوش مصنوعی دیگر کار پیچیده‌ای نیست؛ با انتخاب عکس مناسب، نوشتن پرامپت دقیق و استفاده از یک محیط یکپارچه مانند هوشا می‌توانید در چند دقیقه عکس ثابت را به ویدیوی کوتاه و زنده تبدیل کنید. این روش برای متحرک کردن پرتره، عکس محصول، منظره، تصاویر فانتزی و حتی بعضی عکس‌های قدیمی کاربرد دارد.

همین حالا عکس مورد نظرتان را آماده کنید و متحرک‌سازی عکس را در هوشا امتحان کنید. 

نویسنده: نگین ناظری