ساخت ویدیو با هوش مصنوعی به فارسی؛ Veo 3.1، Kling و Seedance در ZarinGPT
در ZarinGPT صحنه را به فارسی توصیف میکنید یا یک عکس می‌دهید و مدلهای ویدیویی — Veo 3.1، Kling v3.0 Pro، Seedance 2.5، Runway Gen 4.5، Hailuo 3 و Grok Imagine — آن را به ویدیوی کوتاه تبدیل می‌کنند؛ برای تیزر محصول، استوری، ریلز و معرفی. مدت، نسبت تصویر و کیفیت را خودتان انتخاب میکنید؛ پرداخت ریالی، بدون VPN.
برای ارسال باید وارد شوید؛ درخواستتان ذخیره میشود و بعد از ورود با همین مدل در صفحهٔ چت باز میشود. ارسال با اشتراک فعال؛ پلنها و قیمت.
- ۷ مدل ویدیویی در یک حساب
- متن به ویدیو و عکس به ویدیو
- پرداخت ریالی، بدون کارت ارزی
ایده‌های آماده برای ساخت ویدیو
روی هر کدام بزنید تا پرامپت در جعبهٔ ویدیو قرار بگیرد.
- تیزر محصولویدیوی ۸ ثانیه‌ای از یک کفش سفید با طرح قالی ایرانی که آرام روی پایه می‌چرخد، نور استودیویی بنفش
- طبیعت شمالنمای هوایی آرام از جنگل‌های هیرکانی در مه صبحگاهی، دوربین آهسته به جلو حرکت میکند
- متحرک‌سازی عکساین عکس را متحرک کن: حرکت آرام دوربین به جلو و تکان ملایم برگ‌ها
- استوری کافهویدیوی عمودی کوتاه از فنجان لاته با بخار و برگ‌های پاییزی روی میز چوبی، مناسب استوری
- معرفی فروشگاهویدیوی ۱۰ ثانیه‌ای از ویترین یک گالری طلا در شب، نور گرم، دوربین آرام از چپ به راست حرکت میکند
- صحنهٔ سینمایینمای سینمایی از غروب خورشید روی سی‌وسه‌پل اصفهان، رفت‌وآمد مردم، نور طلایی، دوربین آهسته بالا می‌رود
ساخت ویدیو با هوش مصنوعی چطور کار میکند؟
مدل ویدیویی یا یک توضیح متنی می‌گیرد (متن به ویدیو) یا یک عکس به‌علاوهٔ توضیح حرکت (عکس به ویدیو) و از روی آن کلیپ کوتاهی چند ثانیه‌ای می‌سازد: حرکت دوربین، حرکت سوژه، نور و فضا طبق چیزی که نوشته‌اید. بعضی مدلها مثل Veo 3.1 میتوانند صدای محیط و افکت را هم بسازند.
در ZarinGPT هفت مدل ویدیویی کنار هم هستند: Veo 3.1 گوگل برای ویدیوی سینمایی با حرکت دوربین طبیعی، Kling v3.0 Pro برای تبدیل عکس به ویدیو و حرکت طبیعی سوژه، Seedance 2.5 برای کلیپ تبلیغاتی و شبکه‌های اجتماعی، Runway Gen 4.5 برای ویدیوهای خلاقانه و هنری، Hailuo 3 Max و Hailuo 3 برای ویدیوی باکیفیت از متن و عکس، و Grok Imagine Video برای شروع از یک ایدهٔ ساده.
تفاوت با ابزارهای خارجی: لازم نیست چند اشتراک دلاری بخرید و با VPN کار کنید. به فارسی توصیف میکنید، با کارت بانکی پرداخت میکنید، مدل را عوض میکنید و همان حساب برای چت و عکس هم کار میکند. ZarinGPT اشتراک رسمی سازنده‌ها نیست و از طریق API به مدلها وصل میشود.
با ویدیوی هوش مصنوعی چه کارهایی میشود کرد؟
تیزر محصول
محصول روی پایه می‌چرخد، نور استودیویی، بدون فیلم‌بردار؛ برای صفحهٔ محصول و تبلیغ.
استوری و ریلز
ویدیوی عمودی ۵ تا ۱۰ ثانیه‌ای برای اینستاگرام؛ از توضیح یا از روی عکس محصول.
معرفی کسب‌وکار
نمای ویترین، فضای کافه یا کارگاه؛ از عکس واقعی خودتان با Kling متحرک‌سازی کنید.
متحرک‌سازی عکس
عکس ثابت را با حرکت آرام دوربین و تکان ملایم عناصر زنده کنید؛ برای عکس قدیمی و محتوای یادبود.
صحنهٔ سینمایی و خلاق
منظره، شهر، فضای خیالی؛ برای ویدیوی موسیقی، پس‌زمینهٔ ارائه و محتوای خلاق.
ویدیوی آموزشی و توضیحی
کلیپ کوتاه برای نشان دادن یک مرحله یا مفهوم، کنار متن و صدایی که با مدلهای دیگر ZarinGPT می‌سازید.
مدلهای ساخت ویدیو در ZarinGPT
از کاتالوگ زندهٔ پلتفرم؛ هر مدل برای چه کاری مناسب‌تر است:
| مدل | سازنده | نوع | مناسب برای | شروع |
|---|---|---|---|---|
 Veo 3.1پیشرفته | ویدیو | ویدیوی سینمایی کوتاه با حرکت دوربین طبیعی؛ امکان ساخت همراه صدا. | شروع | |
 Kling v3.0 Pro | Kuaishou (Kling) | ویدیو | تبدیل عکس به ویدیو و حرکت طبیعی سوژه. | شروع |
 Seedance 2.5 | ByteDance | ویدیو | ویدیوی کوتاه با حرکت روان برای تبلیغ و شبکه‌های اجتماعی. | شروع |
 Runway Gen 4.5 | Runway | ویدیو | ویدیوهای خلاقانه و هنری از روی متن یا عکس. | شروع |
 Hailuo 3 Max | MiniMax | ویدیو | ویدیوی باکیفیت از متن و عکس. | شروع |
 Grok Imagine Video 1.5 | xAI | ویدیو | ساخت ویدیوی کوتاه از روی یک ایدهٔ ساده. | شروع |
| Hailuo 3 | MiniMax | ویدیو | نسخهٔ سبک‌تر Hailuo برای ویدیوهای کوتاه و آزمایش ایده. | شروع |
فهرست با به‌روزرسانی سازنده‌ها تغییر میکند؛ همهٔ ۲۹ مدل ZarinGPT را ببینید.
نمونه ویدیوهای واقعی
این کلیپ‌ها با Veo 3.1 ساخته شده‌اند؛ همان مدلی که در ZarinGPT فعال است. روی هر کدام بزنید تا پخش شود؛ پرامپت زیر هر ویدیو آمده است.
عطاری در بازار تجریشRealistic handheld documentary-style shot inside a traditional spice shop in the Tajrish bazaar of Tehran: a smiling elderly Iranian shopkeeper with a grey mustache scoops bright red saffron threads and golden turmeric into small paper cones for a young woman customer in a casual headscarf, colorful pyramids of spices, dried roses and dried limes on wooden shelves, warm natural light from the bazaar skylight, shallow depth of field, authentic everyday atmosphere, natural ambient sound of the busy bazaar and friendly Persian chatter. موشن‌گرافیک معرفی محصول؛ پستهPremium 3D motion graphics product intro for an Iranian pistachio brand: a matte kraft-paper stand-up pouch with a minimal green label and no readable text rotates slowly on a soft pastel green stage, roasted Iranian pistachios burst out of the pouch in slow motion and float into an elegant spiral around it, then settle into a neat pile, a few pistachio shells crack open, smooth orbiting camera, clean studio lighting, satisfying modern motion design, upbeat modern percussion mixed with a subtle Persian daf rhythm. میدان نقش جهان در غروبCinematic slow dolly shot across Naqsh-e Jahan Square in Isfahan at blue hour: fountains glowing, a flock of pigeons taking off, warm lights reflecting on the turquoise tiles of the Shah Mosque dome, light evening crowd, film grain, shallow depth of field, gentle ambient sound of water and birds. شب یلدا؛ سفرهٔ انار و حافظCozy cinematic scene of a Persian Yalda night: a low wooden table covered with a traditional termeh cloth, halved red pomegranates with glistening seeds, slices of watermelon, nuts and dried fruits, a candle and an old book of Hafez poetry, warm candlelight flickering, a hand gently opening the book, slow push-in camera, soft bokeh of a family gathering in the background, rich red and gold colors, film grain, gentle sound of soft santur music and quiet family chatter. تیزر مد؛ پشت‌بام تهرانFashion commercial on a Tehran rooftop at golden hour: a young Iranian woman in a modern long coat with traditional Persian termeh embroidery and a silk scarf walks confidently toward the camera, the fabric moving in the wind, Milad Tower and the Alborz mountains softly blurred behind her, warm sunset light, cinematic tracking shot, elegant music. تیزر خودرو؛ جادهٔ چالوسCinematic car commercial: a sleek pearl-white electric SUV with no logos drives along the winding Chalus road through the misty green Hyrcanian forest of northern Iran, aerial drone tracking shot following the car around a curve, morning fog drifting between tall trees, sunlight rays breaking through, wet asphalt reflections, smooth camera motion, premium automotive advertising look, deep cinematic sound of the engine hum, birds and wind.
کدام مدل ویدیویی برای کدام کار؟
| کار شما | پیشنهاد ما | چرا |
|---|---|---|
| ویدیوی سینمایی با حرکت دوربین و صدا | Veo 3.1 | حرکت طبیعی دوربین و امکان ساخت صدای محیط. |
| تبدیل عکس به ویدیو | Kling v3.0 Pro | سوژه را از روی عکس شما طبیعی حرکت می‌دهد. |
| کلیپ تبلیغاتی برای شبکه‌های اجتماعی | Seedance 2.5 | حرکت روان و سریع برای ریلز و استوری. |
| ویدیوی هنری و خلاقانه | Runway Gen 4.5 | سبک‌های تصویری متنوع از متن یا عکس. |
| کیفیت بالا از متن و عکس | Hailuo 3 Max | جزئیات و وضوح بالاتر؛ توکن بیشتر. |
| آزمایش سریع ایده | Hailuo 3 یا Grok Imagine Video | ارزان‌تر برای نمونهٔ اولیه؛ بعد با مدل بهتر بسازید. |
همه با یک اشتراک. یک پرامپت را با دو مدل بسازید و خودتان مقایسه کنید؛ مصرف توکن هر کدام در پنل دیده میشود.
فرمول پرامپت ویدیو
پرامپت ویدیو مثل پرامپت عکس است، به‌علاوهٔ حرکت و زمان. پنج بخش را رعایت کنید:
سوژه و صحنهیک فنجان لاته با بخار روی میز چوبی، برگ‌های پاییزی اطراف؛ حرکتدوربین آهسته به جلو می‌رود و بخار بالا می‌آید؛ نور و فضانور گرم عصر از پنجره، فضای دنج؛ مدت و نسبت۸ ثانیه، عمودی ۹:۱۶ برای استوری؛ صدا و سبکصدای ملایم محیط کافه، سبک سینمایی، بدون متن.
- در هر کلیپ یک حرکت اصلی بخواهید؛ چند حرکت هم‌زمان نتیجه را آشفته میکند.
- برای عکس به ویدیو بگویید چه چیزی ثابت بماند (چهره، لوگو) و چه چیزی حرکت کند.
- اصطلاح‌های دوربین را انگلیسی بنویسید: slow dolly-in، aerial shot، static camera.
- اول نسخهٔ کوتاه و ارزان بسازید، بعد نسخهٔ نهایی را با مدل پیشرفته‌تر.
تنظیمات ساخت ویدیو
در تب ویدیو این گزینه‌ها را دارید:
مدت
کلیپ‌های کوتاه چند ثانیه‌ای؛ مدت قابل‌انتخاب به مدل بستگی دارد و در تنظیمات ویدیو دیده میشود.
نسبت تصویر
افقی ۱۶:۹ برای سایت و یوتیوب، عمودی ۹:۱۶ برای استوری و ریلز، مربع برای پست.
کیفیت
کیفیت بالاتر توکن بیشتری مصرف میکند؛ برای تست، کیفیت پایین‌تر کافی است.
صدا
در مدل‌هایی که صدا می‌سازند (مثل Veo 3.1) می‌توانید صدای محیط و افکت بخواهید.
عکس مرجع
عکس محصول یا صحنهٔ خودتان را پیوست کنید تا از همان شروع شود (عکس به ویدیو).
دانلود
خروجی را با کیفیت انتخاب‌شده دانلود میکنید؛ گفتگو و فایل در حساب شما می‌ماند.
تفاوت ZarinGPT با ابزارهای ویدیوی خارجی
خیلی‌ها دنبال «هوش مصنوعی ایرانی» می‌گردند؛ در عمل چیزی که لازم دارند سرویسی ایرانی است که مدلهای جهانی را با رابط فارسی و پرداخت ریالی در دسترس بگذارد. تفاوت عملی برای شما:
| ویژگی | اشتراک جداگانهٔ هر سرویس | ZarinGPT |
|---|---|---|
| پرداخت | دلاری، با کارت ارزی | ریالی، با کارت بانکی |
| دسترسی از ایران | اغلب محدود | مستقیم و بدون VPN |
| زبان رابط | انگلیسی | کاملاً فارسی |
| تعداد مدل | مدلهای یک سازنده | ۲۹ مدل از ۱۳ سازنده |
| اشتراک | یک اشتراک برای هر سرویس | یک اشتراک برای همه |
ZarinGPT اشتراک رسمی OpenAI، Anthropic یا Google نیست؛ پلتفرمی مستقل است که از طریق API به این مدلها وصل میشود.
نحوهٔ شروع در سه قدم
- ۱
با شمارهٔ موبایل ثبتنام کنید
چند ثانیه طول می‌کشد؛ ایمیل خارجی یا شمارهٔ مجازی لازم نیست.
- ۲
پلن را با کارت بانکی بخرید
پرداخت ریالی است و توکن پلن همان لحظه به حسابتان اضافه میشود.
- ۳
مدل را انتخاب کنید و به فارسی بنویسید
در چت، مدل را از منوی بالا انتخاب کنید یا «خودکار» را بگذارید و درخواستتان را بنویسید.
محدودیت‌ها و نکته‌هایی که باید بدانید
- ساخت ویدیو از همهٔ کارها توکن بیشتری مصرف میکند؛ قبل از ساخت، تنظیمات (مدت، کیفیت) را ببینید و مانده را در پنل چک کنید.
- کلیپ‌ها کوتاه‌اند (چند ثانیه). برای ویدیوی بلندتر چند کلیپ بسازید و در نرم‌افزار تدوین کنار هم بگذارید.
- مدلها در متن خوانا داخل ویدیو، دست‌ها و حرکات پیچیده ممکن است خطا کنند؛ یک حرکت اصلی بخواهید و اصلاح کنید.
- برای ویدیو از عکس افراد، فقط از عکس خودتان یا با رضایت صاحب عکس استفاده کنید.
- ZarinGPT اشتراک رسمی Google، Runway یا سازنده‌های دیگر نیست؛ مدلها از طریق API در دسترس‌اند و با تغییرات سازنده عوض میشوند.
سؤال‌های متداول
بهترین هوش مصنوعی ساخت ویدیو کدام است؟
برای ویدیوی سینمایی با صدا Veo 3.1، برای تبدیل عکس به ویدیو Kling v3.0 Pro و برای کلیپ سریع شبکه‌های اجتماعی Seedance 2.5 انتخاب‌های رایج‌اند. در ZarinGPT هر هفت مدل در یک حساب هستند؛ یک پرامپت را با دو مدل بسازید و مقایسه کنید.
می‌توانم عکس خودم را به ویدیو تبدیل کنم؟
بله. در تب ویدیو عکس را پیوست کنید، مدل Kling v3.0 Pro یا Veo 3.1 را انتخاب کنید و بنویسید چه حرکتی میخواهید؛ مثلاً «حرکت آرام دوربین به جلو، چهره ثابت بماند، موها کمی در باد تکان بخورد».
ویدیو صدا هم دارد؟
بعضی مدلها مثل Veo 3.1 میتوانند صدای محیط و افکت بسازند؛ در پرامپت بگویید چه صدایی میخواهید. برای نریشن و گویندگی فارسی، متن را با مدلهای صوتی ZarinGPT (Eleven) به گفتار تبدیل کنید و در تدوین روی ویدیو بگذارید.
ساخت ویدیو چقدر طول می‌کشد؟
بسته به مدل و کیفیت، از چند ده ثانیه تا چند دقیقه. تا آماده شدن می‌توانید در همان صفحه کار دیگری انجام دهید؛ خروجی در گفتگو ظاهر میشود.
ساخت ویدیو چقدر توکن مصرف میکند؟
بیشتر از چت و عکس، و بسته به مدل، مدت و کیفیت متفاوت است. مقدار توکن هر پلن در صفحهٔ پلنها نوشته شده و مصرف هر ویدیو بعد از ساخت در پنل کاربری دیده میشود.
برای استفاده به VPN یا کارت ارزی نیاز دارم؟
نه. سایت از ایران باز میشود، ثبتنام با شمارهٔ موبایل است و پلنها با کارت بانکی ایرانی خریده میشوند. ارتباط با سرورهای مدلها را خود ZarinGPT برقرار میکند.
بدون خرید پلن چه چیزی میبینم؟
با ثبتنام وارد پنل میشوید، فهرست مدلها و قیمت پلنها را میبینید و رابط چت را بررسی میکنید؛ اما ارسال پیام به مدلها، ساخت عکس و ویدیو و تبدیل متن به صدا به اشتراک فعال نیاز دارد. نسخهٔ رایگان نداریم تا سرعت و کیفیت برای مشترکها ثابت بماند.
اولین ویدیوی‌تان را همین حالا بسازید
ثبتنام با شمارهٔ موبایل، پلن ریالی، و هفت مدل ویدیویی در یک حساب.