ما هو الأفاتار المكاني؟ أفاتارات الذكاء الاصطناعي التي تنظر وتشير وتشرح
الـ Spatial Avatar هو مقدم مدعوم بالذكاء الاصطناعي تستند نظراته وإشاراته وإيماءاته وتوجه جسده وتوقيته إلى المحتوى المرئي الذي يشرحه. بدلاً من مجرد التحدث بجانب شريحة أو رسم بياني أو منتج أو واجهة، يمكن للـ Spatial Avatar توجيه الانتباه نحو معلومات محددة وتنسيق سلوكه مع الشرح.
لقد أحرز تطوير الأفاتار المدعومة بالذكاء الاصطناعي تقدمًا كبيرًا بالفعل في الواقعية، واتساق الهوية، والتعبيرات، وحركة الجسم بالكامل. على سبيل المثال، تركز HeyGen في Avatar V على الحفاظ على الهوية عبر الزوايا والمظاهر ومقاطع الفيديو الأطول، بينما وسعت Synthesia بعض الأفاتار من مجرد تقديم محتوى بأسلوب "الرأس المتحدث" إلى تنفيذ إجراءات موجهة.
لكن شرح المعلومات المرئية يطرح تحديًا آخر: يحتاج المقدم إلى معرفة ما يجب على المشاهدين النظر إليه، وأين تظهر تلك المعلومات، ومتى يجب توجيه الانتباه إليها.
نقدم لكم Leadde Spatial Avatar — مقدمًا مدعومًا بالذكاء الاصطناعي مصممًا للتفاعل مع المحتوى الذي يشرحه. ابدأ من صورة واحدة وأنشئ مقدمًا يمكنه النظر نحو الأهداف المرئية، والإشارة إلى المحتوى ذي الصلة، وتنسيق الإيماءات مع الشرح.
استكشف أفاتار Leadde المدعومة بالذكاء الاصطناعي →
يركز Spatial Avatar على هذه العلاقة بين المقدم والمشهد. يشرح هذا الدليل معنى "spatial"، وكيف يعمل التأسيس المكاني، وكيف تختلف الـ Spatial Avatars عن الأفاتار التقليدية والتفاعلية، وأين تكون مفيدة، وكيفية تقييم ما إذا كان التفاعل صحيحًا بالفعل.
ما هو الـ Spatial Avatar؟
الـ Spatial Avatar هو مقدم فيديو مدعوم بالذكاء الاصطناعي مصمم للحفاظ على علاقة مكانية ذات معنى مع المعلومات المحيطة به.
تخيل أفاتار يشرح رسمًا بيانيًا لمحرك. عندما يذكر السرد صمام السحب، قد يستمر الأفاتار التقليدي في النظر إلى الكاميرا بينما يقوم بإيماءة تحدث عامة. بدلاً من ذلك، يمكن للـ Spatial Avatar أن يتجه نحو الصمام، وينظر إليه، ويشير إلى موضعه، وينسق تلك الحركة مع إبراز مرئي.
التغيير المهم ليس مجرد أن الأفاتار يتحرك. حركته لها مرجع مرئي.
اختصار مفيد هو:
شاهد → أسس → أشر → اشرح
| مرحلة الإجراء | الأفاتار التقليدي | الـ Spatial Avatar |
| إشارة السرد | "انظر إلى صمام السحب..." | "انظر إلى صمام السحب..." |
| النظرة | ينظر مباشرة إلى الكاميرا | يتجه للنظر إلى الصمام المحدد على الشاشة |
| الإيماءة | يقوم بحركات يد عامة | يشير بدقة إلى إحداثيات صمام السحب |
| التنسيق | يتحدث ويتحرك بشكل مستقل | متزامن تمامًا مع الإبرازات المرئية |
ما الذي يجعل الأفاتار المدعوم بالذكاء الاصطناعي "Spatial"؟
"Spatial" لا يعني بالضرورة ثلاثي الأبعاد (3D)، أو الواقع الافتراضي (VR)، أو الواقع المعزز (AR)، أو أفاتار ميتافيرس، أو أفاتار يتحرك داخل عالم افتراضي.
هنا، يصف مصطلح "spatial" العلاقة بين المقدم والمشهد المرئي:
- ماذا يناقش المقدم؟
- أين تظهر تلك المعلومات؟
- كيف يجب على المقدم توجيه الانتباه إليها؟
- متى يجب أن تحدث النظرة أو الإيماءة؟
تُظهر الأبحاث حول توليد الإيماءات سبب أهمية هذا التمييز. يمكن توليد حركة طبيعية متزامنة مع الكلام دون معلومات ذات معنى حول البيئة المحيطة؛ لكن الأبحاث الحديثة تستكشف بدلاً من ذلك إضافة سياق المشهد حتى تتمكن إيماءات الوكيل من الاستجابة للمساحة المحيطة به.
لذلك، يتم تعريف الـ Spatial Avatar بكيفية تصرفه فيما يتعلق بالمحتوى — وليس بما إذا كان الأفاتار نفسه ثنائي الأبعاد (2D) أو ثلاثي الأبعاد (3D).
ما هي السلوكيات الأساسية للـ Spatial Avatar؟
يمكن للتفاعل المكاني أن يجمع بين:
- الوعي بالمشهد
- استهداف النظرة
- الإشارة
- توجيه الجسم
- الإيماءات المرجعية
- مزامنة الكلام والإيماءات
- مزامنة الإبرازات المرئية
- الحركة بين أهداف مرئية متعددة
هذا يقود إلى مبدأ تصميم مهم:
الهدف ليس المزيد من الحركة. بل هو حركة ذات معنى أكبر.
يمكن لحركة اليد العشوائية أن تجعل الأفاتار يبدو معبرًا. أما الإيماءة التي توجه المشاهدين نحو المعلومات الدقيقة التي تتم مناقشتها، فيمكن أن تساهم في الشرح نفسه.
كيف يختلف الـ Spatial Avatar عن الأفاتار التقليدي والتفاعلي المدعوم بالذكاء الاصطناعي؟
الفرق الأوضح هو ما يتفاعل معه الأفاتار.
| نوع الأفاتار | العلاقة الرئيسية | السلوك النموذجي | الأكثر ملاءمة لـ |
| الأفاتار التقليدي المدعوم بالذكاء الاصطناعي | المقدم ← الجمهور | يتحدث بتعبيرات وإيماءات عامة | الإعلانات، مقاطع فيديو المقدمين |
| الأفاتار التفاعلي | المستخدم ↔ الأفاتار | يستمع ويستجيب | الدعم، الوكلاء، المحادثات |
| أفاتار ثلاثي الأبعاد / واقع افتراضي | الأفاتار ↔ البيئة الافتراضية | يتحرك داخل الفضاء الرقمي | الواقع الافتراضي، الألعاب، العوالم الافتراضية |
| الـ Spatial Avatar | المقدم ↔ المحتوى المرئي | ينظر، يشير، يومئ، ويشرح وفقًا لسياق المشهد | التدريب، التعليم، العروض التوضيحية، الشروحات |
تظل الأفاتار العادية المدعومة بالذكاء الاصطناعي مفيدة. تدعم Leadde، على سبيل المثال، أفاتار يتم إنشاؤها من صورة، وعروض تقديمية لكامل الجسم، وإيماءات واعية بالمحتوى، وإنشاء مقاطع فيديو من المستندات، أو النصوص، أو القوالب. يضيف الـ Spatial Avatar متطلبًا أكثر تحديدًا: يجب أن يتوافق سلوك المقدم مع موقع ومعنى المحتوى المرئي الذي يتم شرحه.
الـ Spatial Avatar مقابل الأفاتار التفاعلي
عادةً ما يستجيب الأفاتار التفاعلي لشخص:
مدخلات المستخدم ← الأفاتار يفهم ← الأفاتار يستجيب
غالبًا ما تركز منتجات الأفاتار التفاعلي الحالية على الاستماع والمحادثة والاستجابات في الوقت الفعلي.
يركز الـ Spatial Avatar على علاقة أخرى:
السرد ← المحتوى المرئي ← سلوك الأفاتار ← انتباه المشاهد
يمكن دمج المفهومين في النهاية. يمكن للأفاتار أن يتحاور مع متعلم بينما يشير أيضًا إلى رسم بياني ذي صلة. لكن التفاعل الحواري والتفاعل المكاني يحلان مشكلات مختلفة.
الـ Spatial Avatar مقابل الأفاتار الذي يقوم بإجراء
الأفاتار الذي يقوم بإجراء ليس بالضرورة مؤسسًا مكانيًا بشكل تلقائي.
Synthesia، على سبيل المثال، تتيح للمستخدمين إنشاء شرح ناطق ثم توجيه نفس الأفاتار لأداء إجراء قصير مثل المشي إلى سبورة بيضاء أو وضع جسم على طاولة.
التمييز هو:
تلويح اليد = إجراء.
قول "هذا الصمام"، وتحديد موقع ذلك الصمام المحدد، والنظر نحوه، والإشارة في اللحظة الصحيحة = تفاعل مؤسس.
لذلك، فإن الـ Spatial Avatar لا يتعلق بقدرة الأفاتار على القيام بإجراء بقدر ما يتعلق بما إذا كان الإجراء مرتبطًا بمرجع مرئي محدد.
كيف يفهم الـ Spatial Avatar المحتوى المعروض على الشاشة ويتفاعل معه؟
يتطلب سير عمل الـ Spatial Avatar الفعال من النظام تنسيق فهم المشهد واللغة والحركة والتوقيت، بدلاً من التعامل مع كل منها كطبقة فيديو مستقلة.
من فهم المشهد إلى التأسيس المكاني
لنأخذ الجملة التالية:
"الآن انظر إلى صمام الضغط على اليسار."
الفهم الدلالي يجيب على:
ماذا تعني هذه التعليمات؟
التأسيس المكاني يجيب على:
أي كائن مرئي هو صمام الضغط، وأين يقع؟
أصبح هذا التمييز ذا أهمية متزايدة في الذكاء الاصطناعي متعدد الوسائط. على سبيل المثال، تتعامل وثائق الرؤية الحالية لـ OpenAI مع التحديد المكاني الدقيق كتحدٍ مميز عن الفهم العام للصور، بينما تناقش إرشاداتها متعددة الوسائط بشكل منفصل مهام التحديد مثل إنتاج مربعات إحاطة حول المناطق المستهدفة. (OpenAI Developers)
تتجه أبحاث الأفاتار في اتجاه مماثل. تصف ورقة InteractAvatar لعام 2026 التفاعل البشري-الكائني المؤسس كتحدٍ مفتوح يتطلب الإدراك البيئي والتفاعلات المتوافقة مع النص مع الكائنات في المشهد.
من المفيد أيضًا فصل معنيين لمصطلح "التأسيس":
تأسيس المعرفة: ما هي المعلومات التي يجب أن يستخدمها الذكاء الاصطناعي؟
التأسيس المكاني: إلى أي كائن أو منطقة مرئية تشير تلك المعلومات؟
كيف تعمل النظرة والإشارة والكلام معًا
مسار عمل مبسط للـ Spatial Avatar هو:
- فهم المشهد وتحديد الكائنات أو المناطق ذات الصلة.
- فهم السرد وتحديد ما يتم الإشارة إليه.
- تأسيس المرجع لهدف مرئي.
- تخطيط الانتباه من خلال النظرة وتوجيه الجسم.
- اختيار إيماءة مناسبة، مثل الإشارة أو التقديم.
- مزامنة الكلام والحركة والتركيز البصري.
- الحفاظ على الاستمرارية مع انتقال الشرح إلى هدف آخر.
قد يبدو التفاعل كالتالي:
كلمة منطوقة مفتاحية ← تحول النظرة ← إيماءة إشارة ← إبراز الهدف
هذا التنسيق النهائي هو الجزء المهم. يجب ألا يبدو الأفاتار والرسومات وكأنهما طبقتان غير مرتبطتين موضوعتين في نفس التكوين.
تصميم الانتباه: معرفة متى تنظر، تشير، أو تبقى ثابتًا
في سير عمل الفيديو الاحترافي، لا تعني كثرة الإيماءات بالضرورة الأفضلية. أستخدم تصميم الانتباه كطريقة عملية للتفكير في العرض المكاني: تنسيق نظرة الأفاتار وإيماءاته وسرده وتركيزه البصري بشكل متعمد وفقًا للمكان الذي يجب أن يركز فيه المشاهدون.
يمكن أن يشمل أربع حالات:
- وضع الجمهور: النظر نحو المشاهدين أثناء المقدمات أو الانتقالات أو الخاتمات.
- وضع المرجع: النظر أو الإشارة نحو المحتوى الذي يتم شرحه حاليًا.
- وضع الانتقال: نقل الانتباه بين الأهداف أثناء المقارنات أو التسلسلات.
- وضع الراحة: تجنب الحركة غير الضرورية عندما لا تضيف الإيماءة أي معلومات.
هذا ينتج قاعدة مهمة لتصميم الـ Spatial Avatar:
الـ Spatial Avatar الجيد يحتاج أيضًا إلى معرفة متى لا يشير.
تدعم الأبحاث حول الوكلاء التعليميين المبدأ الأوسع بأن خصوصية الإيماءات مهمة. في إحدى دراسات التعلم متعدد الوسائط، أولى المتعلمون الذين عُرضت عليهم إيماءات إشارة محددة اهتمامًا أكبر لعناصر الشاشة ذات الصلة وأدوا بشكل أفضل في مقاييس الاستبقاء والنقل مقارنة بالمجموعات المرجعية التي تلقت إيماءات عامة أو غير ذات صلة أو لم تتلق أي إيماءات. هذا لا يثبت أن كل Spatial Avatar يحسن التعلم، لكنه يقدم دليلاً على التعامل مع الإشارة كإشارة تعليمية بدلاً من حركة زخرفية.
لماذا تعتبر الـ Spatial Avatars مهمة لمقاطع الفيديو التدريبية والتعليمية والشروح؟
يُعد التفاعل المكاني الأكثر أهمية عندما يحتاج المشاهدون إلى ربط ما يسمعونه بـ المكان الذي يجب أن ينظروا إليه.
من "الرأس المتحدث" إلى الشرح المرئي
عندما يشرح مدرب بشري معدات أو رسمًا بيانيًا أو واجهة برنامج، نادرًا ما يقتصر التواصل على الكلام. قد ينظر المدرب نحو مكون، أو يشير إلى زر، أو يقارن بين منطقتين، أو يتتبع تسلسلاً.
يمكن للأفاتار القياسي أن ينقل الكلمات بينما يترك للمشاهد مهمة الربط البصري.
يمكن للـ Spatial Avatar أن يشارك في هذا الربط:
استدر ← انظر ← أشر ← أبرز ← اشرح
هذا يحول دور المقدم من مجرد تقديم المعلومات إلى توجيه الانتباه عبر المعلومات.
تستكشف الأبحاث حول توليد الإيماءات المؤسسة مكانيًا بشكل متزايد هذه العلاقة نفسها بين اللغة والحركة والسياق البيئي.
أين تكون الـ Spatial Avatars الأكثر فائدة؟
- مقاطع الفيديو التدريبية وإجراءات التشغيل القياسية (SOP): الإشارة نحو مكونات الآلة، عناصر التحكم، مناطق السلامة، أو الخطوات الإجرائية.
- مقاطع الفيديو التعليمية: توجيه الانتباه عبر الرسوم البيانية، الخرائط، الرسوم التوضيحية العلمية، التشريح، أو العمليات.
- شروحات المنتجات والبرمجيات كخدمة (SaaS): الإشارة إلى ميزات المنتج المادية، مناطق لوحة التحكم، الأزرار، وخطوات سير العمل.
- الرسوم البيانية وعروض البيانات التقديمية: توجيه المشاهدين نحو نقاط بيانات محددة، مقارنات، أو اتجاهات.
في عروض Leadde الحالية للـ Spatial Avatar، تُظهر مقاطع الفيديو التي تم إنشاؤها من صورة مصدر ثابتة المقدم وهو يتجه نحو المحتوى المرئي، ويوجه نظراته، ويشير، وينسق الشرح مع العناصر المبرزة. القيمة العملية ليست مجرد تحريك صورة ثابتة — بل هي جعل المقدم الذي تم إنشاؤه يشارك في الشرح.
متى يكون الأفاتار العادي المدعوم بالذكاء الاصطناعي هو الخيار الأفضل؟
التفاعل المكاني غير ضروري عندما لا يوجد شيء ذو معنى لتحديده بصريًا.
قد يكون الأفاتار العادي المدعوم بالذكاء الاصطناعي هو الخيار الأفضل لـ:
- إعلانات الشركة
- رسائل الترحيب
- محتوى "الرأس المتحدث" المباشر
- السرد البسيط
- الرسائل التي يحتاج فيها المقدم فقط إلى مخاطبة الجمهور
قاعدة قرار مفيدة هي:
إذا كان الفهم يعتمد على معرفة أين تنظر، يمكن للتفاعل المكاني أن يضيف قيمة. أما إذا كان المقدم يحتاج فقط إلى إلقاء خطاب، فقد يكون الأفاتار العادي المدعوم بالذكاء الاصطناعي كافيًا.
كيف تنشئ فيديو Spatial Avatar؟
يبدأ فيديو الـ Spatial Avatar الفعال بـ مهمة التواصل، وليس بإضافة أكبر عدد ممكن من الحركات.
ابدأ بمحتوى يحتاج إلى شرح مرئي
تشمل المواد المصدر الجيدة الرسوم البيانية، صور المنتجات، العروض التقديمية، لوحات التحكم، المواد التدريبية، والرسوم التوضيحية التعليمية.
كشفت تجربتنا مع عروض Leadde التوضيحية الحالية عن شيء مفيد: بدأ كلا مقطعي الفيديو بـ صورة ثابتة واحدة. بمجرد أن يصبح إنشاء المقدم المتحرك أمرًا مباشرًا، ينتقل التحدي الأصعب إلى مكان آخر — كيف يجب أن يتصرف هذا المقدم فيما يتعلق بالمعلومات؟
تدعم Leadde بالفعل إنشاء أفاتار مدعومة بالذكاء الاصطناعي من صورة واحدة وبناء مقاطع فيديو أفاتار من المستندات والنصوص والقوالب. (Leadde AI) يمتد التفاعل المكاني سير العمل هذا نحو شرح مرئي أكثر تنسيقًا.
اكتب النص للشرح المكاني
قارن بين هذين السطرين:
عام: "هذا النظام يحسن الأداء."
مكاني: "الآن انظر إلى صمام السحب على اليسار."
السطر الثاني يمنح النظام — والمشاهد — مرجعًا مرئيًا.
عند التخطيط لمحتوى الـ Spatial Avatar، اسأل:
- ماذا يجب أن يلاحظ المشاهدون؟
- أين يقع؟
- متى يجب أن ينتقل انتباههم؟
- هل تتطلب هذه اللحظة الإشارة بالفعل؟
لذلك، يغير الفيديو المكاني كتابة النصوص أيضًا. يجب أن يوضح النص العلاقات بين اللغة والأهداف المرئية.
ربط السرد والأهداف والتركيز البصري
سير عمل عملي هو:
المحتوى ← الأهداف المرئية ← مراجع النص ← سلوك الأفاتار ← التركيز البصري ← المراجعة
بالنسبة للفرق التي تحول بالفعل مستندات إجراءات التشغيل القياسية (SOP) إلى مقاطع فيديو تدريبية، أو عروض تقديمية، أو وثائق منتجات، أو مواد تدريبية، فإن هذا يعد امتدادًا طبيعيًا لإنتاج الفيديو من المستندات. يدعم Leadde AI Avatar Generator مدخلات المستندات والنصوص والقوالب لإنشاء فيديو الأفاتار.
استكشف Leadde AI Avatar Generator →
كيف يمكنك معرفة ما إذا كان الـ Spatial Avatar جيدًا بالفعل؟
الواقعية وحدها لا تكفي.
قد يبدو الـ Spatial Avatar مقنعًا بينما يشير مع ذلك نحو الكائن الخاطئ. يمكن أن تبدو إيماءاته طبيعية بينما تحدث متأخرة بثانيتين.
لذلك، يصبح سؤال التقييم:
هل كان الشرح صحيحًا مكانيًا؟
اختبار التفاعل المكاني رباعي الأجزاء
أستخدم أربعة فحوصات عملية:
- الهدف الصحيح — هل حدد الأفاتار الكائن الصحيح؟
- الإشارة الصحيحة — هل كانت النظرة أو الإشارة أو توجيه الجسم مناسبة؟
- التوقيت الصحيح — هل توافق السلوك مع العبارة المنطوقة ذات الصلة؟
- الاستمرارية الصحيحة — مع انتقال الشرح من أ إلى ب إلى ج، هل حافظ الأفاتار على العلاقة المكانية الصحيحة؟
هذا إطار تقييم عملي، وليس معيارًا صناعيًا راسخًا.
أخطاء التفاعل المكاني الشائعة
يمكن أن تشمل الأخطاء النموذجية:
- خطأ الهدف: الإشارة نحو العنصر المرئي الخاطئ.
- خطأ التوقيت: أداء الإيماءة الصحيحة مبكرًا جدًا أو متأخرًا.
- خطأ السلوك: تحديد الهدف الصحيح ولكن استخدام إيماءة غير مناسبة.
- تضارب الانتباه: يتنافس الأفاتار والرسوم المتحركة والإبراز جميعًا على انتباه المشاهد.
- خطأ الاستمرارية: الهدف الأول صحيح، لكن التنسيق المكاني ينقطع مع استمرار الشرح.
مبدأ ضمان الجودة الرئيسي هو:
الإيماءة ذات المظهر الطبيعي الموجهة نحو الكائن الخاطئ لا تزال تفاعلاً فاشلاً.
لماذا لا تزال المراجعة البشرية مهمة
يصبح التأسيس المكاني أكثر صعوبة مع الكائنات الصغيرة، والتخطيطات المزدحمة، والمكونات المتشابهة، والصياغة الغامضة، والإخفاء، والرسوم البيانية المعقدة، والانتقالات السريعة.
وهذا يجعل المراجعة مهمة بشكل خاص للتدريب الفني، وإجراءات السلامة، ومحتوى الامتثال، والشروحات الأخرى حيث يمكن أن يؤدي الإشارة إلى المكان الخاطئ إلى سوء فهم. يظل التحديد البصري الدقيق مشكلة صعبة حتى بالنسبة للنماذج متعددة الوسائط الحالية. (OpenAI Developers)
لذلك، يجب أن تتجاوز قائمة مراجعة التقييم:
"هل يبدو هذا الأفاتار طبيعيًا؟"
وتسأل:
"هل وجه الانتباه إلى الشيء الصحيح في الوقت الصحيح؟"
الخلاصة: أصبحت الأفاتار المدعومة بالذكاء الاصطناعي أكثر قدرة بشكل متزايد في الكلام، والتعبير، واتساق الهوية، والإجراءات. يحول الـ Spatial Avatar التركيز نحو العلاقة بين المقدم والمعلومات التي يتم شرحها. عندما تعمل النظرة والإشارة والسرد والتوقيت والتركيز البصري معًا، يصبح الأفاتار أكثر من مجرد شخص يتحدث في الإطار. الأفاتار المتحدثة تقدم الكلام. الـ Spatial Avatars تساعد في تقديم الشرح.
الأسئلة الشائعة
ما هو الـ Spatial Avatar؟
الـ Spatial Avatar هو مقدم مدعوم بالذكاء الاصطناعي يتأسس سلوكه على المحتوى المرئي الذي يشرحه. يمكنه تنسيق النظرة والإشارة والإيماءات وتوجيه الجسم والتوقيت مع كائنات أو مناطق محددة على الشاشة بدلاً من مجرد التحدث نحو الكاميرا.
ماذا يعني مصطلح "spatial" في الـ Spatial Avatar؟
يشير مصطلح "Spatial" إلى العلاقة بين المقدم والمعلومات داخل المشهد المرئي. يمكن للأفاتار تحديد مكان ظهور المحتوى ذي الصلة وتنسيق سلوكه مع ذلك الموقع. لا يعني بالضرورة أن الأفاتار ثلاثي الأبعاد، أو يعتمد على الواقع الافتراضي، أو يعمل في عالم افتراضي.
هل الـ Spatial Avatar هو نفسه الأفاتار ثلاثي الأبعاد؟
لا. الأفاتار ثلاثي الأبعاد يصف شكلاً من أشكال التمثيل الرقمي؛ بينما الـ Spatial Avatar يصف سلوك المقدم. يمكن للـ Spatial Avatar أن يظهر في فيديو ثنائي الأبعاد تقليدي وحتى أن ينشأ من صورة واحدة، بشرط أن تكون نظراته وإيماءاته منسقة بشكل ذي معنى مع المحتوى المرئي.
ما الفرق بين الـ Spatial Avatar والأفاتار التفاعلي؟
تتفاعل الأفاتار التفاعلية بشكل عام مع المستخدمين، مثل الاستماع إلى الأسئلة والاستجابة في الوقت الفعلي. بينما تتفاعل الـ Spatial Avatars مع المحتوى الذي تقدمه، وتنسق النظرة والإيماءات مع معلومات مرئية محددة. يمكن للأفاتار في النهاية أن يجمع بين التفاعل الحواري والمكاني.
كيف يعرف الـ Spatial Avatar أين ينظر أو يشير؟
يجب على النظام ربط اللغة بالمشهد المرئي: فهم ما يشير إليه السرد، وتحديد الكائن أو المنطقة المقابلة، وتحديد موقعها مكانيًا، ثم تنسيق نظرة الأفاتار أو إيماءته مع ذلك الهدف. تُوصف هذه العلاقة بين اللغة والموقع عادةً بالتأسيس البصري أو المكاني.
هل يمكن إنشاء Spatial Avatar من صورة واحدة؟
نعم. تم إنشاء عروض Leadde الحالية للـ Spatial Avatar من صورة مصدر ثابتة واحدة. ومع ذلك، فإن الميزة الأساسية ليست تنسيق الإدخال. ما يجعل الأفاتار مكانيًا هو ما إذا كان سلوكه المُنشأ يمكن أن يتوافق بشكل ذي معنى مع المعلومات المرئية التي يتم شرحها.
