Hypit: اختبرنا مهارة وكيل الذكاء الاصطناعي التي تستنسخ الفيديوهات الرائجة

ظهر Hypit على GitHub في 29 يوليو 2026 وتجاوز 8,000 نجمة خلال أيام. وبحلول 22 سبتمبر كان لديه أكثر من 13,000 نجمة و1,500 عملية fork، وتصدّر مخطط Trendshift اليومي. عرضه مباشر: استنسخ أي فيديو رائج باستخدام وكلاء الذكاء الاصطناعي. ثبّتناه، وشغّلنا 7 مهام حقيقية عبر Codex وClaude Code، وسجّلنا ما الذي أنجزه، وكيف يعمل من الداخل، وما الذي كلّفه فعليًا. هذا هو التفكيك. المصدر: github.com/hypit-ai/hypit.

ما هو Hypit؟

Hypit، من Hypit.AI، يمنح وكلاء برمجة الذكاء الاصطناعي مثل Claude Code وCodex “لغةً ونظامًا لصناعة الفيديو.” إنه ليس محررًا مستضافًا. يأتي كـSkill للوكيل، وأداة سطر أوامر، ومستودع TypeScript أحادي يضم 122 حزمة: موصلات لـSeedance وGPT Image وNano Banana وGrok Imagine وMiniMax وElevenLabs وFish Audio، بالإضافة إلى التسميات التوضيحية وإزالة الخلفية ومسارات B-roll وتأثيرات سينمائية ومُصيّر.

الفكرة الأساسية هي SVML، لغة الترميز الخاصة بـHypit. يكتب وكيلك الفيديو بصيغة SVML؛ ثم يقوم Hypit بترجمته وتصيير الإطارات (أمثلته تُصيّر عبر 64 عملية Chromium بدون واجهة تعمل بالتوازي). التوقيت مربوط بـالكلمات لا بالثواني. يقوم WhisperX بمحاذاة كل كلمة منطوقة، وتلتصق العناصر البصرية بنطاقات من النص. هذا كود حقيقي من مثال قائمة مستويات كرة القدم في المستودع:

<HOST>Ronaldo is <D | Dee> tier. || Bro has @{hair-gel} more ||
  hair gel than @{trophy} trophies || at this point.@{/trophy}@{/hair-gel}

<media-track:Item id="hair-gel" image={broll-hair-gel.image}
  extent={hair-gel-extent} during={story.selection.hair-gel}
  motion={recipes.motion.broll-left}/>

تظهر صورة B-roll الخاصة بـhair-gel على الشاشة تمامًا أثناء نطق تلك الكلمات. أعد كتابة السطر وسيُعاد تدفّق التوقيت تلقائيًا، ولهذا يمكن لمشروع واحد أن ينتج عشرات النسخ المختلفة.

ثلاثة أشياء أخرى يجدر معرفتها قبل تثبيته:

• نماذج التوليد اختيارية. يمكن للمشروع تجميع التسميات التوضيحية ورسوم الحركة والعناصر المرئية المُولَّدة بالكود إلى فيديو نهائي دون استدعاء أي نموذج فيديو.
• أنت تدفع للخدمات، لا لـHypit. Hypit مجاني؛ بينما تتم فوترة وكيل البرمجة ومزوّدي النماذج بشكل منفصل. خدمته المستضافة الموصى بها، HypiHub، باعت النقاط بسعر $15 مقابل 2,000 في تجربتنا، ويمكنك بدلًا من ذلك استخدام مفاتيح API الخاصة بك أو نماذج محلية.
• الرخصة لها شروط. “Hypit Open Source License” هي Apache 2.0 مع شروط إضافية: يمكنك استخدامه تجاريًا داخل مؤسستك، لكن استضافته كخدمة متعددة المستأجرين للآخرين أو إعادة بيعه يتطلب رخصة تجارية. الفيديوهات التي تصنعها ملكك.

كيف يعمل: ما لاحظناه في تشغيلاتنا

تثبيته يتم بأمر واحد: npx skills add hypit-ai/hypit -g. عند أول استخدام، يعثر الوكيل على ملف Hypit التنفيذي أو يثبته (Node.js 22.15 أو أحدث). من هناك، اتبعت كل مهمة الحلقة نفسها.

1. يشاهد الوكيل المرجع ويُحلّله

أعطينا Codex شرحًا ماليًا مدته 34 ثانية وكتبنا: “Hypit، انسخ هذا الفيديو.” فشاهد المقطع ووصف بنيته (مقدمة بأسلوب talking-head تليها خمسة مخططات سوق مكدسة واحدًا تلو الآخر، مع تكبيرات وتباينات مبالغ فيها) واقترح خطة: الإبقاء على المضيف والصوت والنص، وإعادة بناء المخططات والتسميات وحركات الكاميرا كعناصر قابلة للتحرير. ثم سألنا عمّا نريد استبداله.

2. يحدد تكلفة العمل قبل إنفاق أي شيء

كان هذا الجزء الأكثر طمأنينة. قبل أي اتصال مدفوع، عرض الوكيل جدول تكاليف وانتظر. لمقطع talking-head بالصينية، قدّر 4.39 نقطة (حوالي $0.03) لتفريغ الأصل نصيًا وإعادة بنائه محليًا، مقابل $5.69–9.34، قبل إعادة المحاولات لإعادة توليد كل 132 ثانية من لقطات الظهور أمام الكاميرا بدقة 720p. ثم طلب إذنًا لخصم حد أقصى 10 نقاط (حوالي $0.075) مقابل التفريغ النصي فقط، مع التنبيه إلى أن “لم يتم إجراء أي اتصالات مدفوعة بعد.”

3. يبني ويُصيّر ويسلّمك مشروعًا قابلًا للتحرير

بعد الموافقة، يُولّد الوكيل الأجزاء، ويُجمّع SVML ويُصيّر. تحصل على ملف نهائي و المشروع الذي يقف خلفه، والذي يفتح في Hypit Studio: المصدر على اليسار، والمعاينة في الوسط، والخصائص على اليمين، ومخطط زمني متعدد المسارات بالأسفل. يمكنك التحرير يدويًا أو أن تطلب من الوكيل مراجعة المونتاج وإصلاحه.

شغّلناه فعلاً: 7 مهام

شغّلنا 7 مهام عبر تطبيقات سطح المكتب لـCodex وClaude Code، باستخدام Seedance 2 Mini للفيديو وGPT Image 2 للصور. إليك ما الذي أنتجه كل اختبار:

• رسوم حركة لنمط talking-head. طلبنا منه نسخ أسلوب مونتاج لصانع محتوى (ورق ممزق وملصقات وشريط لاصق) على أحد مقاطع talking-head الخاصة بنا. وأعاد بناء المظهر بشكل مقنع.
• تبديل الملابس. فيديو تجربة ملابس رائج مع استبدال الزي بزيّ من ألعاب الفيديو. صمد في معظم اللقطات.
• نقل الأسلوب. مقطع ميم أُعيد رسمه بأسلوب معروف لرسوم متحركة للبالغين. استخدم المقطع الأصلي كأساس ثم أعاد تصميم أسلوبه فوقه، والنتيجة كانت جيدة فعلًا.
• تبديل الموضوع. فيديو غناء رائج بحوالي مليون إعجاب، مع استبدال المؤديين بقطّتين. كانت هناك عيوب صغيرة، لكنه كان قويًا إجمالًا (المقطع الأول بالأسفل).
• نفس الأسلوب، محتوى جديد. انطلاقًا من شرح مالي شائع، كتب الوكيل نصًا جديدًا بعنوان “لماذا تهم HBM”، ورسم المخططات بالكود وولّد مقدمًا على الكاميرا للزاوية العلوية اليسرى. تقريره: “تم التصدير، 37.1 ث، 1080p … تم تشغيل الجولة الأولى فقط من التوليد؛ دون توليد مدفوع إضافي.” استغرقت المهمة كاملة 1 ساعة و8 دقائق من وقت الوكيل.
• مفاجأة Blender. عندما طُلب منه تبديل الأحرف الأولى المكتوبة بقطع دومينو في فيديو لمراجع تقني، تجاهل نماذج الفيديو بالكامل. أعاد بناء اللقطة في Blender، ثم صَيّر 87 إطارًا (2.9 ثانية عند 30 fps) وأدرجها ضمن لقطات بقيت دون تغيير. كانت أدق عملية إصلاح خلال الأسبوع.
• مراجعة هاتف بأسلوب سينمائي. مراجعة منتج بأسلوب فيلم أُعيدت بمقدم رقمي وB-roll مُولَّد (المقطع الثاني بالأسفل). إجمالًا كانت هذه أضعف نتيجة: كان مظهر الذكاء الاصطناعي واضحًا، وهو متأخر كثيرًا عن محرر بشري.
• مَشهد كوميدي للتجارة الإلكترونية. انطلاقًا من صورة مرجعية واحدة والفيديو المصدر، أعاد إنتاج مشهد مبيعات قصير تحطم فيه دمية البيض بمطرقة. قيّمناه قريبًا من مستوى الأصل، والذي كان هو نفسه مُولَّدًا بالذكاء الاصطناعي.

ملاحظة حول ما نعرضه هنا: بدأت معظم هذه الاختبارات من فيديوهات لصنّاع آخرين، وتلك الوجوه والأصوات واللقطات ليست ملكنا لإعادة نشرها. لذا فالمقاطع أدناه هي مخرجات بلا أشخاص على الشاشة، وصوتها مكتوم.

مقاطع تجريبية من تشغيلاتنا

مخرجان غير محررين من الاختبارات أعلاه، مقتطعان من تسجيل شاشتنا.

حكم صريح: نقاط القوة والحدود الحقيقية

ما الذي أعجبنا:

• يستنسخ البنية، لا النص فقط. المخرَج مشروع قابل لإعادة التشغيل، لذا فإن تبديل المضيف أو المنتج أو اللغة يعني تشغيلًا جديدًا، لا تحريرًا جديدًا.
• توقيت مربوط بالكلمات. أعد كتابة سطر وستبقى لقطات B-roll والتسميات والقصّات متزامنة.
• يختار أرخص أداة تؤدي الغرض. يستخدم نماذج الفيديو حين يحتاج للتوليد، ويستخدم الكود أو حتى Blender حين يكفي إصلاح دقيق.
• شفافية التكلفة. يقدّر كل خطوة ويسأل قبل الاتصالات المدفوعة، وهذا نادر بين أدوات الوكلاء.

أين يتعثر:

• الوكيل هو الفاتورة الحقيقية. تسرد أمثلة README الخاصة بـHypit نحو $1.10 كرسوم نماذج لكل عملية استنساخ. في اختباراتنا كانت التكلفة الأكبر هي وكيل البرمجة: 7 مهام خفّضت خطة ChatGPT بقيمة $100 من 50% إلى 3% من حد الاستخدام.
• إنه بطيء. استغرق استنساخ واحد أكثر من ساعة من وقت الوكيل.
• إعادة الصنع الواقعية ما زالت تبدو كذكاء اصطناعي. كانت المراجعة السينمائية اصطناعية بوضوح، وأظهرت اللقطات المُولَّدة شوائب صغيرة.
• تحتاج إلى سير عمل قائم على الوكيل. تحتاج إلى وكيل برمجة وNode.js 22.15+ وحسابات نماذج. هو مناسب للمطورين، لا لمن يريد فيديو فحسب.
• الرخصة ليست متساهلة بالكامل. لا يمكنك استضافة Hypit كخدمة لفرق أخرى أو إعادة بيعه دون رخصة تجارية.
• الحقوق مسؤوليتك. يقول Hypit إن مخرجاتك ملكك، لكن وجوه المرجع وأصواته ولقطاته وموسيقاه ملك لأصحابها. تعامل مع الفيديو الرائج كبنية تتعلم منها، لا كمادة لإعادة نشرها.

Hypit مقابل أداة فيديو ذكاء اصطناعي مستضافة

ينتهي كل من Hypit والأدوات المستضافة مثل VisionStory إلى فيديو نهائي، لكنهما ينطلقان من نقاط مختلفة ويُفوَّتان بطرق مختلفة.

اختر Hypit إذا كنت تنتج إعلانات أو نسخ UGC بكميات كبيرة، وكانت لديك صيغة ناجحة تستحق تحويلها إلى قالب، ولديك مطور ضمن الفريق. واختر أداة مستضافة إذا كنت تريد فيديو بمقدّم اليوم، وتفضّل عدم دفع ساعات من وقت الوكيل للحصول عليه.

ما الذي علّمنا إياه Hypit

بعد أسبوع من التشغيلات، خلاصة رأينا أن “استنسخ أي فيديو رائج” هي العنوان، لا الجوهر. الفكرة الدائمة هي تحويل بنية الفيديو إلى قالب يمكن للوكيل إعادة تشغيله. تُحلّل ما ينجح في فيديوهات الآخرين وفي فيديوهاتك، وتحتفظ بالهيكل، وتترك للوكيل توليد الأجزاء التي تتغير. هذا هو الاتجاه الذي يتجه إليه فيديو الذكاء الاصطناعي، وهو الاتجاه نفسه في AI Video Agent الخاص بنا: صِف الفيديو الذي تريده ودع وكيلًا يركّبه، دون الإعداد أو فاتورة الوكيل.

ولرأي آخر حول الفيديو المعتمد على الوكلاء، راجع تفكيكنا لـOpenMontage، الذي يتبع فكرة مشابهة عبر خط أنابيب مختلف.