في الآونة الأخيرة، كنت أتابع مشروع Pexo الذي قام به @evanLiaoQ، وأعتقد أنه يستحق المناقشة. الآن، أصبحت ساحة الفيديو بالذكاء الاصطناعي مزدحمة جدًا. Kling وVeo وSeedance وSora وRunway — كل فترة، تتحسن قدرات النماذج قليلًا، حيث تتطور جودة الصورة، ومدة الفيديو، واتساق الشخصيات، وتأثيرات الحركة بسرعة. لكن بعد استخدامها فعليًا، ستلاحظ مشكلة: كلما زاد عدد النماذج، لا يعني ذلك أن إنشاء فيديو كامل أصبح أسهل. لا يزال عليك اختيار الموضوع، وكتابة السيناريو، وتقسيم المشاهد، واختيار النموذج، وكتابة الـPrompt، وتوليد عدة نسخ، ثم الانتقال إلى إضافة الصوت والموسيقى والترجمة والتحرير. في كثير من الأحيان، يستغرق توليد مشهد واحد بضع دقائق فقط، لكن تحويله إلى فيديو كامل يمكن نشره واستخدامه أو التسويق له هو الجزء الذي يستهلك معظم الوقت. هنا يحاول Pexo حل هذه المشكلة. إنه لا يُنشئ نموذجًا أساسيًا جديدًا للفيديو، بل يبني فوق هذه النماذج عامل فيديو ذكي (AI Video Agent). ببساطة: سابقًا، كنت أنت من يتحكم في أدوات الذكاء الاصطناعي المختلفة. الآن، كل ما عليك فعله هو إخبار Pexo: "أريد عمل فيديو كذا." وترك المهام المتبقية للعامل. فهو قادر على فهم طلبك، واستيعاب محتوى الويب أو المواد الخام، وتنظيم المعلومات، وتوليد السيناريو، وتقسيم المشاهد، ثم استدعاء نماذج مختلفة للصور والفيديو والصوت حسب السياق، وأخيرًا دمج كل هذه المحتويات في فيديو كامل. لذلك، ما أراه مثيرًا حقًا في Pexo ليس عدد النماذج التي تم دمجها، بل رغبته في تغيير طريقة تفاعل المستخدم مع فيديو الذكاء الاصطناعي من: "Generate a clip" إلى: "Make me a video." هذان المفهومان مختلفان جدًا. الأول يبيع "قدرة التوليد"، بينما الثاني يبيع "النتيجة". على سبيل المثال، يمكن لـPexo حاليًا تحميل رابط موقع إلكتروني لمنتج مباشرةً، ليقرأ العامل معلومات المنتج ويُنشئ تلقائيًا فيديو تعريفي له. وهذا السيناريو عملي جدًا لشركات SaaS والعلامات التجارية والتجارة الإلكترونية ومشاريع العملات المشفرة. في الماضي، كان إنشاء فيديو تعريفي يتطلب البحث عن كاتب نصوص ومصمم ومُحرر، أو حتى تفويض فريق خارجي. في المستقبل، قد يكون كل ما عليك فعله هو تحميل الموقع الإلكتروني وصور المنتج ونقاط البيع الأساسية للعامل، ثم تعديلها عبر محادثة متكررة. وظيفة أخرى أتابعها حاليًا هي "Mark to Fix". لم يعد السؤال الآن هو "هل يمكن توليد الفيديو؟"، بل "كيف نُعدّله بعد التوليد؟" مشكلة حقيقية: لو كان الشعار كبيرًا جدًا في مشهد ما، أو لون ملابس الشخص غير صحيح، أو هناك جزء يحتاج للتبديل، أو موقع الترجمة غير مرضٍ — فكل مرة تعيد توليد الفيديو بالكامل تكون كفاءتك منخفضة جدًا. فكرة Pexo هي أن تحدد بالرسم على الشاشة وتقول للعامل: "استبدل هذا." "لا تلمس هذا." "غيّر هذا لإصدار آخر." إذا استطاع Pexo الحفاظ على قدرته على التعديل الجزئي والاحتفاظ بالسياق بشكل مستمر، فحينها فقط سيتحول فيديو الذكاء الاصطناعي من "أداة قمار" إلى "أداة إنتاج". علاوة على ذلك، لم يعد Pexo مجرد موقع مستقل. لقد بدأوا في إطلاق "Pexo Skills"، ويسعون لدمج بيئات العامل مثل Claude Code وCodex وCursor وManus وOpenClaw. هذه الخطوة أرى أنها الأكثر أهمية. لأن المستقبل لن نفتح فيه عشرات المواقع الخاصة بالذكاء الاصطناعي. بل سنقول لعاملنا العام: "ساعدني في إنشاء منتج." "اكتب لي موقع الويب." "أنشئ لي فيديو إطلاق." ثم يعمل العامل العام في الخلفية على استدعاء عامل متخصص مثل Pexo لإكمال إنتاج الفيديو. العامل العام يتحمل مسؤولية فهم المهمة بأكملها، بينما يتحمل Pexo مسؤولية إتقان جزء الفيديو بدقة عالية. ربما هذا هو المكان الذي يسعى Pexo حقًا لاحتلاله. إن مؤسس Pexo خلفه Evan Liao لديه خبرة طويلة في فيديو الذكاء الاصطناعي وإنشاء المحتوى، وقد عمل سابقًا في Tencent وByteDance وVidu — لذا فإن مسار هذا المشروع مستمر ومنطقي. من Apex Context إلى Pexo الحالي، كانوا دائمًا يركزون على مفهوم واحد: Context. ستصبح النماذج أقوى وأرخص. لكن ما يحدد فعالية العامل حقًا ليس عدد النماذج التي يدمجها، بل قدرته على فهم ما يريده المستخدم حقًا، وتذكر سياق العلامة التجارية والشخصيات، ومعرفة أي نموذج يجب استدعاؤه في أي سياق، وكيفية التصحيح التلقائي عند الفشل. أعتقد أن هذا هو الجانب الأكثر أهمية لمراقبته في العاملين المتخصصين (Vertical Agents). عندما تصبح النماذج الأساسية سلعًا موحدة، ستتحول المنافسة من "أي النماذج أقوى؟" إلى "من يفهم المهمة والمستخدم بشكل أفضل؟ ومن هو الأقرب للنتيجة النهائية؟" ما يفعله Pexo الآن هو في جوهره رهان على هذا الاتجاه: من AI Video Generator إلى AI Video Agent. سأتابع عن كثب ما إذا كان سيتمكن من ربط التوليد والتحرير والسياق وسير العمل الخاص بالعامل في نظام إنتاج فيديو متكامل. @evanLiaoQ