ابزار متن‌باز rea-video؛ مهندسی معکوس ویدئوها برای کشف راز ساخت هر صحنه!

پروژه‌ی متن‌باز تازه‌ای با نام rea-video معرفی شده که می‌تواند ویدئوها را صحنه به صحنه بررسی کند و شیوه‌ی ساخت هر بخش را آشکار سازد. این ابزار از تشخیص فیلم‌برداری واقعی و جلوه‌های سه‌بعدی گرفته تا تولید محتوا با هوش مصنوعی و تکنیک‌های تدوین حرفه‌ای را پوشش می‌دهد و فرآیند تحلیل دستی را به شکل چشمگیری ساده می‌کند.

بسیاری از کاربران هنگام تماشای تبلیغات جذاب یا کلیپ‌های پربازدید شبکه‌های اجتماعی کنجکاو می‌شوند که سازنده چگونه به چنین نتیجه‌ای رسیده است. تشخیص زاویه‌ی دوربین، نورپردازی، نوع تدوین و ابزارهای به‌کاررفته معمولاً نیازمند صرف زمان و دقت بالاست؛ اما rea-video این کار را به‌صورت خودکار انجام می‌دهد.

ابزار مذکور برای استفاده همراه با دستیارهای برنامه‌نویسی هوش مصنوعی مانند Claude Code و Codex طراحی شده است. کاربر فایل ویدئو را در اختیار دستیار قرار می‌دهد و پس از تحلیل، گزارشی جامع درباره‌ی ساختار و روش احتمالی تولید هر صحنه دریافت می‌کند.

یکی از نقاط قوت اصلی rea-video، شناسایی نوع محتوای هر بخش است. این سیستم تلاش می‌کند مشخص کند تصاویر با دوربین واقعی ضبط شده‌اند، توسط مدل‌های هوش مصنوعی تولید شده‌اند یا حاصل انیمیشن سه‌بعدی، موشن‌گرافیک و ضبط صفحه‌نمایش هستند. در ویدئوهای واقعی، جزئیاتی مانند زاویه‌ی دوربین، نوع نما، حرکت لنز، نورپردازی و درجه‌بندی رنگ بررسی می‌شود. برای محتوای تولیدشده با هوش مصنوعی نیز پرامپت‌های احتمالی هر صحنه پیشنهاد و مدل‌های مناسب برای بازسازی معرفی می‌گردد.

rea-video

تحلیل این ابزار تنها به تصویر محدود نیست. زمان‌بندی زیرنویس‌ها، نحوه‌ی نمایش متن‌ها، برش‌های تدوین، موسیقی، جلوه‌های صوتی و ریتم ضرب‌آهنگ نیز مورد بررسی قرار می‌گیرد. خروجی زیرنویس‌ها را می‌توان در قالب فایل‌های SRT یا ASS دریافت کرد. به‌عنوان نمونه، اگر ویدئویی ترکیبی از شخصیت‌های ساخته‌شده با هوش مصنوعی و رابط‌های گرافیکی باشد، rea-video هر قسمت را جداگانه تحلیل کرده و پیشنهاد می‌دهد کدام بخش با مدل تصویرساز، کدام با ابزارهای موشن‌گرافیک و کدام با نرم‌افزاری مانند Remotion بازسازی شود.

توسعه‌دهندگان پروژه مدعی هستند که در برخی مجموعه‌های آزمایشی به دقت بالای ۹۹ درصد در تشخیص روش تولید صحنه‌ها دست یافته‌اند. البته این ارقام حاصل آزمایش‌های داخلی است و نباید به‌عنوان عملکرد تضمین‌شده در تمام ویدئوها در نظر گرفته شود. در یک نمونه‌ی منتشرشده، پس از فشرده‌سازی یک ویدئوی واقعی آنباکسینگ، حدود ۳۵ درصد محتوا به‌اشتباه هوش مصنوعی تشخیص داده شد؛ اما با بررسی مجدد توسط عامل هوشمند، نتیجه اصلاح و حدود ۹۷ درصد ویدئو واقعی اعلام گردید.

برای اجرای rea-video به پایتون نسخه‌ی ۳٫۱۰ یا بالاتر، ابزار FFmpeg و یک دستیار هوش مصنوعی با قابلیت اجرای دستورهای سیستم نیاز است. پس از آماده‌سازی پیش‌نیازها، می‌توان دستوری مشابه این را به Claude Code یا Codex داد:

«پروژه‌ی https://github.com/JuneYaooo/rea-video را نصب کن و ویدئوی /path/to/video.mp4 را صحنه به صحنه تحلیل کن. روش احتمالی ساخت تصاویر، تدوین، صدا و راهکار بازسازی هر بخش را توضیح بده.»

دستیار پس از نصب، ویدئو را بررسی کرده و در پایان گزارشی با نام report.html تولید می‌کند. این گزارش شامل تصاویر هر صحنه، دلایل تشخیص روش ساخت، پرامپت‌های پیشنهادی، جزئیات فیلم‌برداری و تحلیل صدا است.

پروژه‌ی rea-video برای تدوینگران، تولیدکنندگان محتوای شبکه‌های اجتماعی و کسانی که می‌خواهند شیوه‌ی ساخت ویدئوهای حرفه‌ای را بهتر بشناسند، کاربرد عملی دارد. کد منبع، مستندات و نمونه‌های تحلیل در مخزن رسمی گیت‌هاب به‌صورت عمومی در دسترس است.

نوشته ابزار متن‌باز rea-video؛ مهندسی معکوس ویدئوها برای کشف راز ساخت هر صحنه! اولین بار در آی‌ تی‌ رسان منتشر شد.

ابزار متن‌باز rea-video؛ مهندسی معکوس ویدئوها برای کشف راز ساخت هر صحنه!

پروژه‌ی متن‌باز تازه‌ای با نام rea-video معرفی شده که می‌تواند ویدئوها را صحنه به صحنه بررسی کند و شیوه‌ی ساخت هر بخش را آشکار سازد. این ابزار از تشخیص فیلم‌برداری واقعی و جلوه‌های سه‌بعدی گرفته تا تولید محتوا با هوش مصنوعی و تکنیک‌های تدوین حرفه‌ای را پوشش می‌دهد و فرآیند تحلیل دستی را به شکل چشمگیری ساده می‌کند.

بسیاری از کاربران هنگام تماشای تبلیغات جذاب یا کلیپ‌های پربازدید شبکه‌های اجتماعی کنجکاو می‌شوند که سازنده چگونه به چنین نتیجه‌ای رسیده است. تشخیص زاویه‌ی دوربین، نورپردازی، نوع تدوین و ابزارهای به‌کاررفته معمولاً نیازمند صرف زمان و دقت بالاست؛ اما rea-video این کار را به‌صورت خودکار انجام می‌دهد.

ابزار مذکور برای استفاده همراه با دستیارهای برنامه‌نویسی هوش مصنوعی مانند Claude Code و Codex طراحی شده است. کاربر فایل ویدئو را در اختیار دستیار قرار می‌دهد و پس از تحلیل، گزارشی جامع درباره‌ی ساختار و روش احتمالی تولید هر صحنه دریافت می‌کند.

یکی از نقاط قوت اصلی rea-video، شناسایی نوع محتوای هر بخش است. این سیستم تلاش می‌کند مشخص کند تصاویر با دوربین واقعی ضبط شده‌اند، توسط مدل‌های هوش مصنوعی تولید شده‌اند یا حاصل انیمیشن سه‌بعدی، موشن‌گرافیک و ضبط صفحه‌نمایش هستند. در ویدئوهای واقعی، جزئیاتی مانند زاویه‌ی دوربین، نوع نما، حرکت لنز، نورپردازی و درجه‌بندی رنگ بررسی می‌شود. برای محتوای تولیدشده با هوش مصنوعی نیز پرامپت‌های احتمالی هر صحنه پیشنهاد و مدل‌های مناسب برای بازسازی معرفی می‌گردد.

rea-video

تحلیل این ابزار تنها به تصویر محدود نیست. زمان‌بندی زیرنویس‌ها، نحوه‌ی نمایش متن‌ها، برش‌های تدوین، موسیقی، جلوه‌های صوتی و ریتم ضرب‌آهنگ نیز مورد بررسی قرار می‌گیرد. خروجی زیرنویس‌ها را می‌توان در قالب فایل‌های SRT یا ASS دریافت کرد. به‌عنوان نمونه، اگر ویدئویی ترکیبی از شخصیت‌های ساخته‌شده با هوش مصنوعی و رابط‌های گرافیکی باشد، rea-video هر قسمت را جداگانه تحلیل کرده و پیشنهاد می‌دهد کدام بخش با مدل تصویرساز، کدام با ابزارهای موشن‌گرافیک و کدام با نرم‌افزاری مانند Remotion بازسازی شود.

توسعه‌دهندگان پروژه مدعی هستند که در برخی مجموعه‌های آزمایشی به دقت بالای ۹۹ درصد در تشخیص روش تولید صحنه‌ها دست یافته‌اند. البته این ارقام حاصل آزمایش‌های داخلی است و نباید به‌عنوان عملکرد تضمین‌شده در تمام ویدئوها در نظر گرفته شود. در یک نمونه‌ی منتشرشده، پس از فشرده‌سازی یک ویدئوی واقعی آنباکسینگ، حدود ۳۵ درصد محتوا به‌اشتباه هوش مصنوعی تشخیص داده شد؛ اما با بررسی مجدد توسط عامل هوشمند، نتیجه اصلاح و حدود ۹۷ درصد ویدئو واقعی اعلام گردید.

برای اجرای rea-video به پایتون نسخه‌ی ۳٫۱۰ یا بالاتر، ابزار FFmpeg و یک دستیار هوش مصنوعی با قابلیت اجرای دستورهای سیستم نیاز است. پس از آماده‌سازی پیش‌نیازها، می‌توان دستوری مشابه این را به Claude Code یا Codex داد:

«پروژه‌ی https://github.com/JuneYaooo/rea-video را نصب کن و ویدئوی /path/to/video.mp4 را صحنه به صحنه تحلیل کن. روش احتمالی ساخت تصاویر، تدوین، صدا و راهکار بازسازی هر بخش را توضیح بده.»

دستیار پس از نصب، ویدئو را بررسی کرده و در پایان گزارشی با نام report.html تولید می‌کند. این گزارش شامل تصاویر هر صحنه، دلایل تشخیص روش ساخت، پرامپت‌های پیشنهادی، جزئیات فیلم‌برداری و تحلیل صدا است.

پروژه‌ی rea-video برای تدوینگران، تولیدکنندگان محتوای شبکه‌های اجتماعی و کسانی که می‌خواهند شیوه‌ی ساخت ویدئوهای حرفه‌ای را بهتر بشناسند، کاربرد عملی دارد. کد منبع، مستندات و نمونه‌های تحلیل در مخزن رسمی گیت‌هاب به‌صورت عمومی در دسترس است.

نوشته ابزار متن‌باز rea-video؛ مهندسی معکوس ویدئوها برای کشف راز ساخت هر صحنه! اولین بار در آی‌ تی‌ رسان منتشر شد.

ابزار متن‌باز rea-video؛ مهندسی معکوس ویدئوها برای کشف راز ساخت هر صحنه!

پروژه‌ی متن‌باز تازه‌ای با نام rea-video معرفی شده که می‌تواند ویدئوها را صحنه به صحنه بررسی کند و شیوه‌ی ساخت هر بخش را آشکار سازد. این ابزار از تشخیص فیلم‌برداری واقعی و جلوه‌های سه‌بعدی گرفته تا تولید محتوا با هوش مصنوعی و تکنیک‌های تدوین حرفه‌ای را پوشش می‌دهد و فرآیند تحلیل دستی را به شکل چشمگیری ساده می‌کند.

بسیاری از کاربران هنگام تماشای تبلیغات جذاب یا کلیپ‌های پربازدید شبکه‌های اجتماعی کنجکاو می‌شوند که سازنده چگونه به چنین نتیجه‌ای رسیده است. تشخیص زاویه‌ی دوربین، نورپردازی، نوع تدوین و ابزارهای به‌کاررفته معمولاً نیازمند صرف زمان و دقت بالاست؛ اما rea-video این کار را به‌صورت خودکار انجام می‌دهد.

ابزار مذکور برای استفاده همراه با دستیارهای برنامه‌نویسی هوش مصنوعی مانند Claude Code و Codex طراحی شده است. کاربر فایل ویدئو را در اختیار دستیار قرار می‌دهد و پس از تحلیل، گزارشی جامع درباره‌ی ساختار و روش احتمالی تولید هر صحنه دریافت می‌کند.

یکی از نقاط قوت اصلی rea-video، شناسایی نوع محتوای هر بخش است. این سیستم تلاش می‌کند مشخص کند تصاویر با دوربین واقعی ضبط شده‌اند، توسط مدل‌های هوش مصنوعی تولید شده‌اند یا حاصل انیمیشن سه‌بعدی، موشن‌گرافیک و ضبط صفحه‌نمایش هستند. در ویدئوهای واقعی، جزئیاتی مانند زاویه‌ی دوربین، نوع نما، حرکت لنز، نورپردازی و درجه‌بندی رنگ بررسی می‌شود. برای محتوای تولیدشده با هوش مصنوعی نیز پرامپت‌های احتمالی هر صحنه پیشنهاد و مدل‌های مناسب برای بازسازی معرفی می‌گردد.

rea-video

تحلیل این ابزار تنها به تصویر محدود نیست. زمان‌بندی زیرنویس‌ها، نحوه‌ی نمایش متن‌ها، برش‌های تدوین، موسیقی، جلوه‌های صوتی و ریتم ضرب‌آهنگ نیز مورد بررسی قرار می‌گیرد. خروجی زیرنویس‌ها را می‌توان در قالب فایل‌های SRT یا ASS دریافت کرد. به‌عنوان نمونه، اگر ویدئویی ترکیبی از شخصیت‌های ساخته‌شده با هوش مصنوعی و رابط‌های گرافیکی باشد، rea-video هر قسمت را جداگانه تحلیل کرده و پیشنهاد می‌دهد کدام بخش با مدل تصویرساز، کدام با ابزارهای موشن‌گرافیک و کدام با نرم‌افزاری مانند Remotion بازسازی شود.

توسعه‌دهندگان پروژه مدعی هستند که در برخی مجموعه‌های آزمایشی به دقت بالای ۹۹ درصد در تشخیص روش تولید صحنه‌ها دست یافته‌اند. البته این ارقام حاصل آزمایش‌های داخلی است و نباید به‌عنوان عملکرد تضمین‌شده در تمام ویدئوها در نظر گرفته شود. در یک نمونه‌ی منتشرشده، پس از فشرده‌سازی یک ویدئوی واقعی آنباکسینگ، حدود ۳۵ درصد محتوا به‌اشتباه هوش مصنوعی تشخیص داده شد؛ اما با بررسی مجدد توسط عامل هوشمند، نتیجه اصلاح و حدود ۹۷ درصد ویدئو واقعی اعلام گردید.

برای اجرای rea-video به پایتون نسخه‌ی ۳٫۱۰ یا بالاتر، ابزار FFmpeg و یک دستیار هوش مصنوعی با قابلیت اجرای دستورهای سیستم نیاز است. پس از آماده‌سازی پیش‌نیازها، می‌توان دستوری مشابه این را به Claude Code یا Codex داد:

«پروژه‌ی https://github.com/JuneYaooo/rea-video را نصب کن و ویدئوی /path/to/video.mp4 را صحنه به صحنه تحلیل کن. روش احتمالی ساخت تصاویر، تدوین، صدا و راهکار بازسازی هر بخش را توضیح بده.»

دستیار پس از نصب، ویدئو را بررسی کرده و در پایان گزارشی با نام report.html تولید می‌کند. این گزارش شامل تصاویر هر صحنه، دلایل تشخیص روش ساخت، پرامپت‌های پیشنهادی، جزئیات فیلم‌برداری و تحلیل صدا است.

پروژه‌ی rea-video برای تدوینگران، تولیدکنندگان محتوای شبکه‌های اجتماعی و کسانی که می‌خواهند شیوه‌ی ساخت ویدئوهای حرفه‌ای را بهتر بشناسند، کاربرد عملی دارد. کد منبع، مستندات و نمونه‌های تحلیل در مخزن رسمی گیت‌هاب به‌صورت عمومی در دسترس است.

نوشته ابزار متن‌باز rea-video؛ مهندسی معکوس ویدئوها برای کشف راز ساخت هر صحنه! اولین بار در آی‌ تی‌ رسان منتشر شد.

ابزار متن‌باز rea-video؛ مهندسی معکوس ویدئوها برای کشف راز ساخت هر صحنه!

پروژه‌ی متن‌باز تازه‌ای با نام rea-video معرفی شده که می‌تواند ویدئوها را صحنه به صحنه بررسی کند و شیوه‌ی ساخت هر بخش را آشکار سازد. این ابزار از تشخیص فیلم‌برداری واقعی و جلوه‌های سه‌بعدی گرفته تا تولید محتوا با هوش مصنوعی و تکنیک‌های تدوین حرفه‌ای را پوشش می‌دهد و فرآیند تحلیل دستی را به شکل چشمگیری ساده می‌کند.

بسیاری از کاربران هنگام تماشای تبلیغات جذاب یا کلیپ‌های پربازدید شبکه‌های اجتماعی کنجکاو می‌شوند که سازنده چگونه به چنین نتیجه‌ای رسیده است. تشخیص زاویه‌ی دوربین، نورپردازی، نوع تدوین و ابزارهای به‌کاررفته معمولاً نیازمند صرف زمان و دقت بالاست؛ اما rea-video این کار را به‌صورت خودکار انجام می‌دهد.

ابزار مذکور برای استفاده همراه با دستیارهای برنامه‌نویسی هوش مصنوعی مانند Claude Code و Codex طراحی شده است. کاربر فایل ویدئو را در اختیار دستیار قرار می‌دهد و پس از تحلیل، گزارشی جامع درباره‌ی ساختار و روش احتمالی تولید هر صحنه دریافت می‌کند.

یکی از نقاط قوت اصلی rea-video، شناسایی نوع محتوای هر بخش است. این سیستم تلاش می‌کند مشخص کند تصاویر با دوربین واقعی ضبط شده‌اند، توسط مدل‌های هوش مصنوعی تولید شده‌اند یا حاصل انیمیشن سه‌بعدی، موشن‌گرافیک و ضبط صفحه‌نمایش هستند. در ویدئوهای واقعی، جزئیاتی مانند زاویه‌ی دوربین، نوع نما، حرکت لنز، نورپردازی و درجه‌بندی رنگ بررسی می‌شود. برای محتوای تولیدشده با هوش مصنوعی نیز پرامپت‌های احتمالی هر صحنه پیشنهاد و مدل‌های مناسب برای بازسازی معرفی می‌گردد.

rea-video

تحلیل این ابزار تنها به تصویر محدود نیست. زمان‌بندی زیرنویس‌ها، نحوه‌ی نمایش متن‌ها، برش‌های تدوین، موسیقی، جلوه‌های صوتی و ریتم ضرب‌آهنگ نیز مورد بررسی قرار می‌گیرد. خروجی زیرنویس‌ها را می‌توان در قالب فایل‌های SRT یا ASS دریافت کرد. به‌عنوان نمونه، اگر ویدئویی ترکیبی از شخصیت‌های ساخته‌شده با هوش مصنوعی و رابط‌های گرافیکی باشد، rea-video هر قسمت را جداگانه تحلیل کرده و پیشنهاد می‌دهد کدام بخش با مدل تصویرساز، کدام با ابزارهای موشن‌گرافیک و کدام با نرم‌افزاری مانند Remotion بازسازی شود.

توسعه‌دهندگان پروژه مدعی هستند که در برخی مجموعه‌های آزمایشی به دقت بالای ۹۹ درصد در تشخیص روش تولید صحنه‌ها دست یافته‌اند. البته این ارقام حاصل آزمایش‌های داخلی است و نباید به‌عنوان عملکرد تضمین‌شده در تمام ویدئوها در نظر گرفته شود. در یک نمونه‌ی منتشرشده، پس از فشرده‌سازی یک ویدئوی واقعی آنباکسینگ، حدود ۳۵ درصد محتوا به‌اشتباه هوش مصنوعی تشخیص داده شد؛ اما با بررسی مجدد توسط عامل هوشمند، نتیجه اصلاح و حدود ۹۷ درصد ویدئو واقعی اعلام گردید.

برای اجرای rea-video به پایتون نسخه‌ی ۳٫۱۰ یا بالاتر، ابزار FFmpeg و یک دستیار هوش مصنوعی با قابلیت اجرای دستورهای سیستم نیاز است. پس از آماده‌سازی پیش‌نیازها، می‌توان دستوری مشابه این را به Claude Code یا Codex داد:

«پروژه‌ی https://github.com/JuneYaooo/rea-video را نصب کن و ویدئوی /path/to/video.mp4 را صحنه به صحنه تحلیل کن. روش احتمالی ساخت تصاویر، تدوین، صدا و راهکار بازسازی هر بخش را توضیح بده.»

دستیار پس از نصب، ویدئو را بررسی کرده و در پایان گزارشی با نام report.html تولید می‌کند. این گزارش شامل تصاویر هر صحنه، دلایل تشخیص روش ساخت، پرامپت‌های پیشنهادی، جزئیات فیلم‌برداری و تحلیل صدا است.

پروژه‌ی rea-video برای تدوینگران، تولیدکنندگان محتوای شبکه‌های اجتماعی و کسانی که می‌خواهند شیوه‌ی ساخت ویدئوهای حرفه‌ای را بهتر بشناسند، کاربرد عملی دارد. کد منبع، مستندات و نمونه‌های تحلیل در مخزن رسمی گیت‌هاب به‌صورت عمومی در دسترس است.

نوشته ابزار متن‌باز rea-video؛ مهندسی معکوس ویدئوها برای کشف راز ساخت هر صحنه! اولین بار در آی‌ تی‌ رسان منتشر شد.

ابزار متن‌باز rea-video؛ مهندسی معکوس ویدئوها برای کشف راز ساخت هر صحنه!

پروژه‌ی متن‌باز تازه‌ای با نام rea-video معرفی شده که می‌تواند ویدئوها را صحنه به صحنه بررسی کند و شیوه‌ی ساخت هر بخش را آشکار سازد. این ابزار از تشخیص فیلم‌برداری واقعی و جلوه‌های سه‌بعدی گرفته تا تولید محتوا با هوش مصنوعی و تکنیک‌های تدوین حرفه‌ای را پوشش می‌دهد و فرآیند تحلیل دستی را به شکل چشمگیری ساده می‌کند.

بسیاری از کاربران هنگام تماشای تبلیغات جذاب یا کلیپ‌های پربازدید شبکه‌های اجتماعی کنجکاو می‌شوند که سازنده چگونه به چنین نتیجه‌ای رسیده است. تشخیص زاویه‌ی دوربین، نورپردازی، نوع تدوین و ابزارهای به‌کاررفته معمولاً نیازمند صرف زمان و دقت بالاست؛ اما rea-video این کار را به‌صورت خودکار انجام می‌دهد.

ابزار مذکور برای استفاده همراه با دستیارهای برنامه‌نویسی هوش مصنوعی مانند Claude Code و Codex طراحی شده است. کاربر فایل ویدئو را در اختیار دستیار قرار می‌دهد و پس از تحلیل، گزارشی جامع درباره‌ی ساختار و روش احتمالی تولید هر صحنه دریافت می‌کند.

یکی از نقاط قوت اصلی rea-video، شناسایی نوع محتوای هر بخش است. این سیستم تلاش می‌کند مشخص کند تصاویر با دوربین واقعی ضبط شده‌اند، توسط مدل‌های هوش مصنوعی تولید شده‌اند یا حاصل انیمیشن سه‌بعدی، موشن‌گرافیک و ضبط صفحه‌نمایش هستند. در ویدئوهای واقعی، جزئیاتی مانند زاویه‌ی دوربین، نوع نما، حرکت لنز، نورپردازی و درجه‌بندی رنگ بررسی می‌شود. برای محتوای تولیدشده با هوش مصنوعی نیز پرامپت‌های احتمالی هر صحنه پیشنهاد و مدل‌های مناسب برای بازسازی معرفی می‌گردد.

rea-video

تحلیل این ابزار تنها به تصویر محدود نیست. زمان‌بندی زیرنویس‌ها، نحوه‌ی نمایش متن‌ها، برش‌های تدوین، موسیقی، جلوه‌های صوتی و ریتم ضرب‌آهنگ نیز مورد بررسی قرار می‌گیرد. خروجی زیرنویس‌ها را می‌توان در قالب فایل‌های SRT یا ASS دریافت کرد. به‌عنوان نمونه، اگر ویدئویی ترکیبی از شخصیت‌های ساخته‌شده با هوش مصنوعی و رابط‌های گرافیکی باشد، rea-video هر قسمت را جداگانه تحلیل کرده و پیشنهاد می‌دهد کدام بخش با مدل تصویرساز، کدام با ابزارهای موشن‌گرافیک و کدام با نرم‌افزاری مانند Remotion بازسازی شود.

توسعه‌دهندگان پروژه مدعی هستند که در برخی مجموعه‌های آزمایشی به دقت بالای ۹۹ درصد در تشخیص روش تولید صحنه‌ها دست یافته‌اند. البته این ارقام حاصل آزمایش‌های داخلی است و نباید به‌عنوان عملکرد تضمین‌شده در تمام ویدئوها در نظر گرفته شود. در یک نمونه‌ی منتشرشده، پس از فشرده‌سازی یک ویدئوی واقعی آنباکسینگ، حدود ۳۵ درصد محتوا به‌اشتباه هوش مصنوعی تشخیص داده شد؛ اما با بررسی مجدد توسط عامل هوشمند، نتیجه اصلاح و حدود ۹۷ درصد ویدئو واقعی اعلام گردید.

برای اجرای rea-video به پایتون نسخه‌ی ۳٫۱۰ یا بالاتر، ابزار FFmpeg و یک دستیار هوش مصنوعی با قابلیت اجرای دستورهای سیستم نیاز است. پس از آماده‌سازی پیش‌نیازها، می‌توان دستوری مشابه این را به Claude Code یا Codex داد:

«پروژه‌ی https://github.com/JuneYaooo/rea-video را نصب کن و ویدئوی /path/to/video.mp4 را صحنه به صحنه تحلیل کن. روش احتمالی ساخت تصاویر، تدوین، صدا و راهکار بازسازی هر بخش را توضیح بده.»

دستیار پس از نصب، ویدئو را بررسی کرده و در پایان گزارشی با نام report.html تولید می‌کند. این گزارش شامل تصاویر هر صحنه، دلایل تشخیص روش ساخت، پرامپت‌های پیشنهادی، جزئیات فیلم‌برداری و تحلیل صدا است.

پروژه‌ی rea-video برای تدوینگران، تولیدکنندگان محتوای شبکه‌های اجتماعی و کسانی که می‌خواهند شیوه‌ی ساخت ویدئوهای حرفه‌ای را بهتر بشناسند، کاربرد عملی دارد. کد منبع، مستندات و نمونه‌های تحلیل در مخزن رسمی گیت‌هاب به‌صورت عمومی در دسترس است.

نوشته ابزار متن‌باز rea-video؛ مهندسی معکوس ویدئوها برای کشف راز ساخت هر صحنه! اولین بار در آی‌ تی‌ رسان منتشر شد.

واتساپ قابلیت پیشنهاد خودکار آخرین عکس‌ها و ویدیوهای گالری را به چت‌ها اضافه کرد

واتساپ در حال آزمایش و انتشار تدریجی قابلیتی جدید برای کاربران اندروید و iOS است که با شناسایی آخرین عکس یا ویدیوی ذخیره‌شده در گالری، امکان ارسال سریع آن را مستقیماً از صفحه گفت‌وگو فراهم می‌کند.

واتساپ پیش‌تر با توجه به ایموجی‌های تایپ‌شده توسط کاربران اندروید، استیکرهای مرتبط را بالای صفحه‌کلید پیشنهاد می‌داد. اکنون این پیام‌رسان قابلیت مشابهی را برای فایل‌های چندرسانه‌ای در نظر گرفته است. این ویژگی در نسخه‌های جدید برنامه برای گروهی از کاربران اندروید و آیفون فعال شده و قرار است به‌تدریج در اختیار افراد بیشتری قرار بگیرد.

قابلیت جدید به دو شکل مختلف در محیط گفت‌وگو نمایش داده می‌شود. در حالت اول، با باز کردن یک چت، پیامی کوچک بالای کادر تایپ ظاهر می‌شود که تصویر بندانگشتی آخرین عکس یا ویدیوی اضافه‌شده به گالری را نمایش می‌دهد و از کاربر می‌پرسد که آیا قصد ارسال آن را دارد یا خیر.

در حالت دوم، تصویر آخرین فایل چندرسانه‌ای به‌صورت موقت جایگزین آیکون دوربین در نوار گفت‌وگو می‌شود. کاربران در هر دو حالت می‌توانند پیشنهاد واتساپ را نادیده بگیرند و بدون هیچ تغییری به مکالمه خود ادامه دهند. همچنین در حالت نمایش پیام شناور، امکان بستن پیشنهاد نیز وجود دارد.

واتساپ

ارسال عکس و ویدیو بدون تأیید کاربر انجام نمی‌شود

یکی از نکات مهم این قابلیت آن است که لمس تصویر پیشنهادی به‌معنای ارسال فوری آن نیست. با انتخاب این گزینه، ویرایشگر تصاویر واتساپ باز می‌شود تا کاربر بتواند پیش از ارسال، محتوای فایل را بررسی کند، توضیحی به آن اضافه کند یا از استیکرها و ابزارهای ویرایش استفاده کند.

در صورت منصرف شدن نیز می‌توان بدون ارسال فایل از این بخش خارج شد. بنابراین، طراحی قابلیت جدید به‌گونه‌ای است که احتمال ارسال تصادفی تصاویر و ویدیوها کاهش پیدا کند.

واتساپ برای انتخاب محتوای پیشنهادی، نوع یا منبع فایل را در نظر نمی‌گیرد و صرفاً جدیدترین مورد موجود در گالری را نمایش می‌دهد. به همین دلیل، این پیشنهاد می‌تواند شامل عکس ثبت‌شده با دوربین گوشی، اسکرین‌شات، تصویر دانلودشده از اینترنت یا حتی ویدیویی باشد که از یک برنامه دیگر ذخیره کرده‌اید.

چگونه پیشنهاد خودکار تصاویر در واتساپ را غیرفعال کنیم؟

این قابلیت پس از فعال‌شدن برای حساب کاربری، به‌صورت خودکار شروع به کار می‌کند. بااین‌حال، کاربرانی که تمایلی به دریافت پیشنهادهای مربوط به آخرین فایل‌های گالری ندارند، می‌توانند آن را از تنظیمات برنامه غیرفعال کنند.

برای این کار باید وارد بخش Settings شوید، گزینه Chats را انتخاب کنید و قابلیت Recent media suggestions را خاموش کنید.

انتشار این ویژگی به‌صورت مرحله‌ای انجام می‌شود و انتظار می‌رود طی هفته‌های آینده حساب‌های بیشتری به آن دسترسی پیدا کنند. بااین‌حال، هنوز زمان دقیق عرضه عمومی این قابلیت برای تمام کاربران اندروید و iOS مشخص نشده است.

نوشته واتساپ قابلیت پیشنهاد خودکار آخرین عکس‌ها و ویدیوهای گالری را به چت‌ها اضافه کرد اولین بار در آی‌ تی‌ رسان منتشر شد.

واتساپ قابلیت پیشنهاد خودکار آخرین عکس‌ها و ویدیوهای گالری را به چت‌ها اضافه کرد

واتساپ در حال آزمایش و انتشار تدریجی قابلیتی جدید برای کاربران اندروید و iOS است که با شناسایی آخرین عکس یا ویدیوی ذخیره‌شده در گالری، امکان ارسال سریع آن را مستقیماً از صفحه گفت‌وگو فراهم می‌کند.

واتساپ پیش‌تر با توجه به ایموجی‌های تایپ‌شده توسط کاربران اندروید، استیکرهای مرتبط را بالای صفحه‌کلید پیشنهاد می‌داد. اکنون این پیام‌رسان قابلیت مشابهی را برای فایل‌های چندرسانه‌ای در نظر گرفته است. این ویژگی در نسخه‌های جدید برنامه برای گروهی از کاربران اندروید و آیفون فعال شده و قرار است به‌تدریج در اختیار افراد بیشتری قرار بگیرد.

قابلیت جدید به دو شکل مختلف در محیط گفت‌وگو نمایش داده می‌شود. در حالت اول، با باز کردن یک چت، پیامی کوچک بالای کادر تایپ ظاهر می‌شود که تصویر بندانگشتی آخرین عکس یا ویدیوی اضافه‌شده به گالری را نمایش می‌دهد و از کاربر می‌پرسد که آیا قصد ارسال آن را دارد یا خیر.

در حالت دوم، تصویر آخرین فایل چندرسانه‌ای به‌صورت موقت جایگزین آیکون دوربین در نوار گفت‌وگو می‌شود. کاربران در هر دو حالت می‌توانند پیشنهاد واتساپ را نادیده بگیرند و بدون هیچ تغییری به مکالمه خود ادامه دهند. همچنین در حالت نمایش پیام شناور، امکان بستن پیشنهاد نیز وجود دارد.

واتساپ

ارسال عکس و ویدیو بدون تأیید کاربر انجام نمی‌شود

یکی از نکات مهم این قابلیت آن است که لمس تصویر پیشنهادی به‌معنای ارسال فوری آن نیست. با انتخاب این گزینه، ویرایشگر تصاویر واتساپ باز می‌شود تا کاربر بتواند پیش از ارسال، محتوای فایل را بررسی کند، توضیحی به آن اضافه کند یا از استیکرها و ابزارهای ویرایش استفاده کند.

در صورت منصرف شدن نیز می‌توان بدون ارسال فایل از این بخش خارج شد. بنابراین، طراحی قابلیت جدید به‌گونه‌ای است که احتمال ارسال تصادفی تصاویر و ویدیوها کاهش پیدا کند.

واتساپ برای انتخاب محتوای پیشنهادی، نوع یا منبع فایل را در نظر نمی‌گیرد و صرفاً جدیدترین مورد موجود در گالری را نمایش می‌دهد. به همین دلیل، این پیشنهاد می‌تواند شامل عکس ثبت‌شده با دوربین گوشی، اسکرین‌شات، تصویر دانلودشده از اینترنت یا حتی ویدیویی باشد که از یک برنامه دیگر ذخیره کرده‌اید.

چگونه پیشنهاد خودکار تصاویر در واتساپ را غیرفعال کنیم؟

این قابلیت پس از فعال‌شدن برای حساب کاربری، به‌صورت خودکار شروع به کار می‌کند. بااین‌حال، کاربرانی که تمایلی به دریافت پیشنهادهای مربوط به آخرین فایل‌های گالری ندارند، می‌توانند آن را از تنظیمات برنامه غیرفعال کنند.

برای این کار باید وارد بخش Settings شوید، گزینه Chats را انتخاب کنید و قابلیت Recent media suggestions را خاموش کنید.

انتشار این ویژگی به‌صورت مرحله‌ای انجام می‌شود و انتظار می‌رود طی هفته‌های آینده حساب‌های بیشتری به آن دسترسی پیدا کنند. بااین‌حال، هنوز زمان دقیق عرضه عمومی این قابلیت برای تمام کاربران اندروید و iOS مشخص نشده است.

نوشته واتساپ قابلیت پیشنهاد خودکار آخرین عکس‌ها و ویدیوهای گالری را به چت‌ها اضافه کرد اولین بار در آی‌ تی‌ رسان منتشر شد.

نظرسنجی:‌ چه نوع محتوای ویدئویی را برای تماشا در زومیت می‌پسندید؟

نظرسنجی:‌ چه نوع محتوای ویدئویی را برای تماشا در زومیت می‌پسندید؟

زومیت در راستای ارتقای کیفیت محتوای ویدیویی خود، از شما دعوت می‌کند تا در نظرسنجی پیش‌رو شرکت کنید.

مرد نیمه‌معلول به‌کمک بازوی رباتیک متصل به ذهن خود توانست غذا بخورد

مرد نیمه‌معلول به‌کمک بازوی رباتیک متصل به ذهن خود توانست غذا بخورد

پژوهشگران دانشگاه جانز هاپکینز با سیستمی رباتیک و رابط مغز-کامپیوتر به مردی نیمه‌معلول امکان دادند بدون نیاز به کمک بقیه و با اتکا به قدرت ذهنش کیک بخورد.

در اتقاقی عجیب، ماری درحال بلعیدن مار بزرگ‌تر از خود مشاهده شد

در اتقاقی عجیب، ماری درحال بلعیدن مار بزرگ‌تر از خود مشاهده شد

ویدئویی عجیب که در ایالت جورجیای آمریکا ضبط شده است، لحظه‌ی بلعیده شدن یک مار نسبتاً بزرگ زنگی را توسط شاه‌مار شرقی نشان می‌دهد.