قمنا بتحليل أكثر من 40,000 موجه فيديو بالذكاء الاصطناعي — إليك ما ينشئه الناس فعليًا

قمنا بتحليل أكثر من 40,000 من مطالبات الفيديو المدعومة بالذكاء الاصطناعي

لدى الجميع آراء حول فيديو الذكاء الاصطناعي. يتنبأ المحللون إلى أين يتجه. تتجادل تويتر حول ما إذا كان "جيدًا بما فيه الكفاية بعد". تصرخ صور مصغرة على يوتيوب حول آخر تحديث للنموذج.

لكن لا يتحدث تقريبًا أحد عن ما يصنعه الناس فعليًا باستخدام هذه الأدوات الآن.

لذا قررنا معرفة ذلك.

قمنا بسحب بيانات من أكثر من 120,000 فيديو تم إنشاؤه بواسطة الذكاء الاصطناعي تم إنشاؤها على Vivideo، وقمنا بتصنيف عينة من 40,000+ مطالبة باستخدام GPT-4o-mini، وحللنا الأرقام. ما ظهر هو صورة مفصلة بشكل مدهش عن كيفية استخدام الأشخاص الحقيقيين - ليس المؤثرين، وليس الباحثين، ولكن المبدعين والشركات اليومية - لفيديو الذكاء الاصطناعي في عام 2025.

إليك كل ما وجدناه.

مجموعة البيانات: كيف حصلنا على هذه الأرقام

دعنا نوضح المنهجية حتى تعرف بالضبط ما الذي تنظر إليه.

تمتد مجموعة البيانات الكاملة لدينا على 120,000+ فيديو تم إنشاؤها من خلال منصة Vivideo. من أجل تحليل المطالبات بالتفصيل، أخذنا عينة مصنفة من 915 مطالبة وقمنا بتشغيلها عبر GPT-4o-mini لتصنيفها إلى فئات حالات الاستخدام. تأتي الإحصائيات الأوسع — استخدام النموذج، نسب العرض، المدد، اللغات، وأنواع المدخلات — من مجموعة البيانات الكاملة.

لم نقم باختيار الأفضل. لم نقم بتصفية النتائج "المثيرة للإعجاب". هذه بيانات خام، غير مصفاة من مستخدمين حقيقيين يقومون بعمل حقيقي (نعم، بعض منها هو أشخاص يصنعون فيديوهات عيد ميلاد لأمهاتهم — وهذا رائع).

بعض التحذيرات: تصنيف المطالبات بواسطة الذكاء الاصطناعي ليس مثاليًا. بعض المطالبات غامضة. يمكن تصنيف "فيديو منتج مع شخص يتحدث" إما كعرض منتج أو فيديو شخصية. لقد قمنا بتحسين التصنيف لأكثر النوايا احتمالًا، وقمنا بمراجعة مئات التصنيفات يدويًا.

مع ذلك، دعنا نغوص في التفاصيل.

الصورة الكبيرة: النص إلى فيديو مقابل الصورة إلى فيديو

كان السؤال الأول الذي طرحناه بسيطًا: كيف يبدأ الناس مقاطع الفيديو الخاصة بهم؟

هل يقومون بكتابة نص من الصفر؟ أم يقومون بتحميل صورة وإحيائها؟

65.7% من جميع طلبات الفيديو هي نص إلى فيديو. 32.6% هي صورة إلى فيديو. النسبة المتبقية ~1.7% تستخدم طرقًا أخرى مثل إنشاء الصور الرمزية.

كان هذا مفاجئًا بعض الشيء. كنا نتوقع أن تكون الصورة إلى فيديو أعلى — بعد كل شيء، من المؤكد أنه "أسهل" لأنك تعطي الذكاء الاصطناعي نقطة انطلاق بصرية. لكن البيانات تخبر قصة مختلفة: ثلثا المستخدمين يفضلون وصف رؤيتهم بالكلمات وترك الذكاء الاصطناعي يكتشف المرئيات.

لماذا؟ بعض النظريات:

• حاجز دخول أقل. لا تحتاج إلى امتلاك أو العثور على الصورة الصحيحة. يمكنك فقط كتابة ما تريده. النص إلى فيديو هو القماش الفارغ النهائي.
• تحكم إبداعي أكبر. تتيح لك النصوص تحديد المزاج، حركة الكاميرا، الإضاءة، والأسلوب — أشياء يصعب التواصل بها من خلال صورة ثابتة.
• فجوة الخيال. يقوم العديد من المستخدمين بإنشاء مشاهد لا توجد بعد — عوالم خيالية، مفاهيم منتجات، تسلسلات سردية. لا يمكنك تحميل صورة لشيء لم يتم بناؤه بعد.

ومع ذلك، فإن الصورة إلى فيديو لديها جمهورها المخلص. إنها شائعة بشكل خاص لرسوم متحركة لمنتجات التجارة الإلكترونية، وجولات العقارات (ابدأ بصورة للممتلكات)، وإحياء الأعمال الفنية.

ما ينشئه الناس فعليًا (تحليل حالات الاستخدام)

هذا هو القسم الذي كنا متحمسين له أكثر. عندما قمنا بتصنيف جميع 915 نموذجًا من المطالبات حسب حالة الاستخدام، كانت هناك فئة واحدة تهيمن تمامًا.

دع ذلك يتغلغل في ذهنك. تقريبًا 9 من كل 10 فيديوهات ذكاء اصطناعي هي مشاهد مولدة بالكامل — ليست وجه شخص يتحدث إلى الكاميرا، وليست تأثيرات كين بيرنز على صورة، بل مشاهد بصرية كاملة تم استحضارها من أوصاف نصية.

هذه هي القصة الحقيقية لفيديو الذكاء الاصطناعي في 2025: الناس يستخدمونه كـ محرك تخيل بصري.

كيف تبدو تلك المشاهد فعليًا

قمنا بالتعمق أكثر في نسبة 88.2% لفهم أنواع المشاهد التي ينشئها الناس. بينما تتداخل الفئات (يمكن أن يكون الفيديو الترويجي أيضًا سرديًا)، إليك الأنماط الرئيسية التي لاحظناها:

• فيديوهات ترويجية — الشركات التي تنشئ إعلانات، فيديوهات للعلامة التجارية، ومحتوى تسويقي. كل شيء من ترويج المطاعم المحلية إلى إطلاق منتجات SaaS.
• محتوى تعليمي — فيديوهات توضيحية، دروس، وتسلسلات "كيف يعمل". المعلمون، منشئو الدورات، ومدربو الشركات هم من المستخدمين الأوائل.
• محتوى وسائل التواصل الاجتماعي — مقاطع قصيرة وجذابة مصممة لـ TikTok وInstagram Reels وYouTube Shorts. غالبًا ما تكون مدفوعة بالاتجاهات ومصممة لتحقيق أقصى تأثير في إيقاف التمرير.
• السرد والرواية — أفلام قصيرة، مفاهيم فيديو موسيقي، وتسلسلات سردية. هنا تعيش أكثر المطالبات إبداعًا — الناس يبنون عوالم كاملة في 4-12 ثانية.
• عرض المنتجات — بائعو التجارة الإلكترونية يعرضون المنتجات في سياقات حياتية. "أظهر حذائي الرياضي يرتديه عداء على مسار جبلي عند غروب الشمس" — من هذا القبيل.
• تحيات شخصية واحتفالات — رسائل عيد الميلاد، بطاقات العطلات، مفاجآت الذكرى السنوية. فيديو الذكاء الاصطناعي كبطاقة هولمارك جديدة.
• جولات العقارات — جولات افتراضية للعقارات، عروض الأحياء، والتصورات المعمارية.
• عرض منتجات التجارة الإلكترونية — لقطات جمالية للمنتجات، عروض بأسلوب 360 درجة، وفيديوهات سياقية تجعل المنتجات تبدو فاخرة.

فئة الشخصية/الرأس المتحدث (7.1%) أصغر مما قد تتوقع نظرًا لكل الضجة حول شخصيات الذكاء الاصطناعي. هذا جزئيًا لأن إنشاء الشخصيات هو حالة استخدام متخصصة — يتطلب سير عمل مختلف ويجذب جمهورًا أضيق (معظمهم من التدريب المؤسسي والتواصل الشخصي في المبيعات).

تحريك الصور بنسبة 4.7% يمثل المستخدمين الذين يرفعون صورة ثابتة ويضيفون حركة — خيار شائع لإحياء الأعمال الفنية، الصور القديمة، أو صور المنتجات.

لغة فيديو الذكاء الاصطناعي: ظاهرة بـ 24 لغة

إليك شيئًا فاجأنا حقًا. إذا كنت تعتقد أن إنشاء فيديو الذكاء الاصطناعي هو نشاط يتحدث الإنجليزية بشكل أساسي، فإن البيانات تقول عكس ذلك.

تشكل اللغة الإنجليزية فقط 47.3% من جميع الطلبات. وهذا يعني أن أكثر من نصف جميع طلبات فيديو الذكاء الاصطناعي على Vivideo مكتوبة بلغات غير الإنجليزية.

هذا ليس مجرد "قليل من الدولية". هذه ظاهرة عالمية، مع اعتماد ملحوظ عبر كل قارة.

هناك بعض الأمور التي تبرز:

الفيتنامية بنسبة 23.1% ضخمة. ما يقرب من ربع جميع الطلبات باللغة الفيتنامية. وهذا يعكس ازدهار اقتصاد المبدعين الرقميين في فيتنام واعتمادها المبكر على أدوات الذكاء الاصطناعي لإنشاء المحتوى. يستخدم المبدعون الفيتناميون فيديو الذكاء الاصطناعي لكل شيء من فيديوهات المنتجات للتجارة الإلكترونية إلى محتوى وسائل التواصل الاجتماعي على نطاق واسع.

العربية بنسبة 11.4% تجعل منطقة الشرق الأوسط وشمال إفريقيا واحدة من أكثر أسواق فيديو الذكاء الاصطناعي نشاطًا. نظرًا للتحول الرقمي السريع الذي يحدث عبر دول الخليج والاستثمار الضخم في بنية الذكاء الاصطناعي التحتية، فإن هذا يتماشى.

الذيل الطويل حقيقي. بخلاف اللغات الرئيسية، هناك نشاط ملحوظ في الروسية والتركية والألمانية والأوكرانية والإندونيسية والعديد غيرها. فيديو الذكاء الاصطناعي ليس لعبة في وادي السيليكون — إنه أداة إبداعية عالمية.

هذا له تداعيات كبيرة لأي شخص يبني في هذا المجال: إذا كانت أداة فيديو الذكاء الاصطناعي الخاصة بك تعمل بشكل جيد فقط مع الطلبات الإنجليزية، فأنت تتجاهل أكثر من نصف مستخدميك المحتملين.

تفضيلات التنسيق: نسب العرض والمدة

كيف يقوم الناس بتنسيق مقاطع الفيديو الخاصة بهم يخبرك الكثير عن المكان الذي ستنتهي فيه تلك المقاطع.

نسب العرض

الفصل بين الأفقي والعمودي قريب بشكل ملحوظ — 52.8% إلى 43.7% — مما يخبرنا بشيء مهم: الصراع بين الفيديو الأفقي والعمودي هو في الأساس رمية عملة.

لا يزال الأفقي يتصدر، على الأرجح مدفوعًا بـ YouTube، وتضمين المواقع، والعروض التقديمية، ومحتوى التسويق التقليدي. لكن العمودي يلاحقه مباشرة، مدفوعًا بـ TikTok وInstagram Reels وYouTube Shorts.

المفاجأة الحقيقية؟ الفيديو المربع (1:1) ميت بشكل أساسي. بحوالي 0%، لم يعد أحد يقوم بإنشاء مقاطع فيديو مربعة بعد الآن. تنسيق Instagram القديم المربع، الذي كان الافتراضي لوسائل التواصل الاجتماعي، تم التخلي عنه تمامًا في عصر الفيديو المدعوم بالذكاء الاصطناعي.

مدد الفيديو

تفضيلات المدة تكشف عن انقسام مثير للاهتمام بين معسكرين:

المعسكر 1: مجموعة الـ 12 ثانية (30.1%). هؤلاء المستخدمون يريدون أقصى مدة متاحة. إنهم يقومون بإنشاء محتوى سردي، وعروض توضيحية للمنتجات، ومقاطع فيديو ترويجية حيث كل ثانية إضافية تهم. اثنا عشر ثانية كافية لسرد قصة صغيرة: إعداد، كشف، مكافأة.

المعسكر 2: مجموعة الـ 4 ثوانٍ (29.2%). هؤلاء المستخدمون يريدون مقاطع سريعة وقوية — مثالية لجذب الانتباه على وسائل التواصل الاجتماعي، أو إبداعات الإعلانات، أو تجميع مقاطع متعددة في تعديلات أطول. أربع ثوانٍ هي في الأساس لحظة بصرية قوية واحدة.

الأرضية الوسطى التي تبلغ 8 ثوانٍ (23.3%) تلتقط المستخدمين الذين يريدون مزيدًا من مساحة التنفس مقارنة بـ 4 ثوانٍ ولكنهم لا يحتاجون إلى الـ 12 كاملة. الشعبية النسبية المنخفضة لمقاطع الفيديو التي تبلغ مدتها 6 ثوانٍ (6.6%) مثيرة للاهتمام — يبدو أن الناس يفضلون الالتزام إما بـ "قصير" أو "طويل" بدلاً من تقسيم الفرق.

سباق النماذج: فيو 3.1 يحقق الفوز

إذا كان هناك إحصائية رئيسية من هذا التحليل بالكامل، فقد تكون هذه:

فيو 3.1 يشغل 96.4% من جميع توليد الفيديو بالذكاء الاصطناعي على فيفيديو.

هذه ليست خطأ مطبعي. نموذج فيو 3.1 من جوجل هو الخيار المهيمن لإنشاء الفيديو بالذكاء الاصطناعي.

ملاحظة: يتم احتساب توليد الصور الرمزية من هيجن بشكل منفصل لأنه يخدم وظيفة مختلفة (الصور الرمزية الرقمية مقابل توليد المشاهد). حصة 10.5% تتداخل مع فئة الصور الرمزية في تحليل حالات الاستخدام لدينا.

لماذا يهيمن فيو 3.1 بشكل كامل؟ بناءً على ملاحظات المستخدمين واختباراتنا الخاصة:

• الجودة البصرية. فيو 3.1 ينتج باستمرار أكثر المخرجات واقعية وتماسك بصري.
• الالتزام بالمطالبات. يتبع المطالبات المعقدة بشكل أكثر دقة — حركات الكاميرا، مواصفات الإضاءة، توجيهات الأسلوب.
• السرعة. أوقات التوليد تنافسية، ونسبة الجودة إلى السرعة هي الأفضل في فئتها.
• الاتساق. أقل "آثار غريبة من الذكاء الاصطناعي" — عدد أقل من الأيدي الذائبة، والفيزياء المستحيلة، ولحظات وادي الغرابة.

سورا 2 بنسبة 2.0% لا تزال لديها معجبين، خاصة للمحتوى الأكثر فنية وأسلوبية. لكن السوق قد تحدث، على الأقل في الوقت الحالي: عندما يريد الناس فيديو بالذكاء الاصطناعي موثوق وعالي الجودة، فإنهم يختارون فيو 3.1.

نتائج مفاجئة

كل تحليل بيانات جيد يكشف عن أشياء لم تتوقعها. إليك الأنماط التي جعلتنا نعيد النظر.

1. معدل تعديل المحتوى 9%

حوالي 9% من جميع الطلبات تم الإبلاغ عنها من قبل أنظمة تعديل المحتوى كمحتوى للبالغين أو غير مناسب. هذا في الواقع أقل مما توقعه الكثيرون في الصناعة - بعض التقديرات تضع معدل محاولة محتوى البالغين لمولدات الصور بالذكاء الاصطناعي عند 15-20%.

ماذا يعني هذا؟ إنشاء الفيديو بالذكاء الاصطناعي يميل إلى أن يكون أكثر احترافية وهدفًا من توليد الصور بالذكاء الاصطناعي. عندما تدفع مقابل إنشاء الفيديو (بدلاً من اللعب بأداة صور مجانية)، فإن النية تكون أكثر جدية وحالات الاستخدام تكون أكثر توجيهًا للأعمال.

2. تأثير بطاقة عيد الميلاد

التحيات الشخصية - أعياد الميلاد، العطلات، الذكريات السنوية - ظهرت أكثر بكثير مما توقعنا. هذه ليست حالات الاستخدام اللامعة التي تظهر في عروض الذكاء الاصطناعي، لكنها تمثل تطبيقًا دافئًا حقًا للتكنولوجيا. الناس يقومون بإنشاء رسائل فيديو شخصية كانت مستحيلة (أو باهظة الثمن) قبل عامين فقط.

3. موت الفيديو المربع

لقد ذكرنا هذا بالفعل، لكن من المهم تكراره: الفيديو المربع 1:1 هو فعليًا 0%. التنسيق الذي هيمن على إنستغرام من 2012-2019 تم التخلي عنه تمامًا. إذا كانت أداة الفيديو الخاصة بك لا تزال تعود إلى الشكل المربع، فأنت تحل مشكلة الأمس.

4. اقتصاد المبدعين الفيتناميين

تمثل اللغة الفيتنامية 23.1% من جميع الطلبات، فهي ليست مجرد ممثلة - إنها اللغة الثانية الأكثر شعبية بفارق كبير، حيث تضاعف أكثر من اللغة العربية في المركز الثالث بنسبة 11.4%. من الواضح أن اقتصاد المبدعين في فيتنام في نقطة تحول، وأدوات الفيديو بالذكاء الاصطناعي هي مسرع رئيسي.

5. لا أحد يريد فيديوهات مدتها 6 ثوانٍ

مع 6.6% فقط من الطلبات، فإن تنسيق 6 ثوانٍ هو الأقل شعبية. يفضل المستخدمون بشدة إما الفيديوهات القصيرة والمباشرة (4 ثوانٍ) أو الطويلة (12 ثانية). الوسط لا يت reson. هذا يعكس ما رأيناه في اتجاهات وسائل التواصل الاجتماعي - المحتوى إما هو خطاف سريع أو سرد مصغر، مع القليل من المجال للوسط.

ماذا يعني هذا للمبدعين

لقد رأيت البيانات. ماذا يجب أن تفعل بها؟

سواء كنت مسوقًا، أو منشئ محتوى، أو صاحب عمل، أو مجرد شخص فضولي حول فيديو الذكاء الاصطناعي، إليك النقاط القابلة للتنفيذ:

1. ابدأ مع النص إلى فيديو

إذا لم تجرب فيديو الذكاء الاصطناعي بعد، النص إلى فيديو هو المكان الذي يحدث فيه العمل. يبدأ ثلثا المستخدمين هنا، ولسبب وجيه - لا تحتاج إلى أي أصول، فقط أفكار. وصف ما تريد رؤيته، والذكاء الاصطناعي يبنيه.

2. فكر في 4 ثوانٍ أو 12 ثانية

عند تخطيط فيديوهات الذكاء الاصطناعي الخاصة بك، فكر من حيث 4 ثوانٍ من الضربات أو 12 ثانية من القصص. تظهر البيانات أن هذه هي الفترات التي تت reson. بالنسبة لخطافات وسائل التواصل الاجتماعي وإعلانات الإبداع، اختر 4 ثوانٍ. بالنسبة لعرض المنتجات، والشروحات، والمحتوى السردي، استخدم الـ 12 كاملة.

3. اختر اتجاهك عن عمد

لا تتجه افتراضيًا إلى الوضع الأفقي. إذا كان محتواك متجهًا إلى TikTok أو Reels أو Shorts، اختر 9:16 عمودي. إذا كان لـ YouTube أو موقعك الإلكتروني أو العروض التقديمية، اختر 16:9. وانسَ المربع - لقد انتقل السوق.

4. لا تنم على الأسواق غير الناطقة بالإنجليزية

إذا كنت تبني عملًا حول محتوى فيديو الذكاء الاصطناعي، تظهر البيانات طلبًا هائلًا من الأسواق الناطقة بالفيتنامية، والعربية، والروسية، والتركية. هؤلاء ليسوا جمهورًا متخصصًا - إنهم يمثلون مئات الملايين من المشاهدين المحتملين.

5. استخدم الصورة إلى فيديو لمحتوى المنتج

بينما يهيمن النص إلى فيديو بشكل عام، فإن الصورة إلى فيديو هي السلاح السري للتجارة الإلكترونية وتسويق المنتجات. قم بتحميل صورة منتجك وأضف حركة وسياق وحياة. إنه أسرع من جلسة تصوير وأكثر قابلية للتوسع بلا حدود.

6. Veo 3.1 هو الرهان الآمن

إذا كنت تتساءل عن أي نموذج تستخدمه، فإن البيانات واضحة: 96.4% من المستخدمين يختارون Veo 3.1. إنه يقدم أفضل مزيج من الجودة والسرعة والالتزام بالتوجيهات. ابدأ من هناك، وجرب البدائل مثل Sora 2 لأنماط الإبداع المحددة.

الخط السفلي: فيديو الذكاء الاصطناعي لم يعد شيئًا جديدًا. مع أكثر من 120,000 فيديو تم إنشاؤه، وتوجيهات بـ 24 لغة، وحالات استخدام تتراوح من بطاقات عيد الميلاد إلى جولات العقارات، إنه أداة إبداعية رئيسية. السؤال ليس ما إذا كنت ستستخدمه - بل كيف تستخدمه بشكل أفضل من الجميع.

هل أنت مستعد لرؤية ما يمكنك إنشاؤه؟ جرب Vivideo مجانًا وأضف توجيهاتك إلى مجموعة البيانات التالية.