Captions

تطبيق Captions هو تطبيق لإنشاء وتحرير مقاطع الفيديو مدعوم بالذكاء الاصطناعي، طورته شركة Mirage، وهي شركة مقرها مدينة نيويورك تأسست عام 2021 على يد Gaurav Misra و Dwight Churchill. صُمم التطبيق لأتمتة الأجزاء الأكثر استهلاكاً للوقت في إنتاج مقاطع الفيديو القصيرة: إضافة الترجمات المتحركة، وتصحيح التواصل البصري، وإزالة كلمات الحشو، ودبلجة اللقطات إلى لغات أخرى، وإنشاء إعلانات تعتمد على الصور الرمزية (الأفاتار) دون الحاجة للتصوير. بحلول يوليو 2024، عندما أغلقت الشركة جولة تمويل من الفئة C بقيمة $60M بتقييم بلغ $500M بقيادة Index Ventures، كان لديها 10 ملايين صانع محتوى مسجل ينتجون 3.5 مليون مقطع فيديو شهرياً على المنصة. وفي مارس 2026، أعادت الشركة الأم تغيير علامتها التجارية إلى Mirage وجمعت تمويلاً إضافياً بقيمة $75M من General Catalyst، معلنة عن إنشاء 200 مليون مقطع فيديو إجمالاً وتحقيق إيرادات داخل التطبيق بلغت $28.4M.

تغطي مجموعة الميزات الأساسية دورة الإنتاج الكاملة من جهاز واحد: وضع تسجيل مدعوم بجهاز التلقين (teleprompter)، وميزة AI Edit (تطبيق أنماط التحرير بنقرة واحدة)، وتصحيح التواصل البصري AI Eye Contact (الذي يعيد توجيه النظرة نحو الكاميرا في مرحلة ما بعد الإنتاج)، وإزالة كلمات الحشو AI Filler Word Removal (التي تزيل "um" و "uh" والترددات المشابهة من المسار الصوتي)، والدبلجة بالذكاء الاصطناعي AI Dubbing (ترجمة مستنسخة الصوت عبر 28 لغة مع حركة شفاه متزامنة)، والتوائم الرقمية AI Twins (صورة رمزية رقمية مبنية على ملامح المستخدم)، وإعلانات الذكاء الاصطناعي AI Ads (تُنشئ متغيرات إعلانية متعددة بأسلوب UGC من رابط المنتج)، ومقاطع الفيديو القصيرة AI Shorts (تستخرج تلقائياً المقاطع الأكثر جاذبية من اللقطات الطويلة). تشمل أنماط الترجمة أكثر من 100 تنسيق متحرك مع تمييز الكلمات بأسلوب الكاريوكي. تتضمن باقة Scale وخطط Enterprise وصولاً إلى واجهة برمجة التطبيقات (API) لإنشاء مقاطع الفيديو برمجياً.

ما تقدمه Captions في مايو 2026

تم بناء Captions حول مقاطع الفيديو القصيرة، وبشكل أساسي المقاطع العمودية لمنصات TikTok و Instagram Reels و YouTube Shorts، على الرغم من إضافة خيار التصدير الأفقي بنسبة 16:9 لمنصة YouTube في أواخر عام 2024. يقبل مسار AI Edit اللقطات الخام للمتحدثين ويطبق عمليات قص المشاهد التلقائية، وإدراج اللقطات الداعمة (B-roll)، وتأثيرات التكبير، وتراكبات الترجمة، وتنظيف الصوت في خطوة واحدة. تبلغ دقة الترجمة المُبلغ عنها 93-99% عبر أكثر من 28 لغة مدعومة، حيث ينطبق الحد الأقصى للدقة على اللغة الإنجليزية الواضحة والمحايدة اللهجة، وينخفض بالنسبة للهجات الإقليمية والكلام غير القياسي.

تتيح ميزة AI Creator للمستخدمين إنشاء مقاطع فيديو جديدة تماماً للمتحدثين من نص مكتوب باستخدام صورة رمزية ثلاثية الأبعاد (أفاتار)، دون الحاجة للتصوير. وتعمل ميزة AI Twin على تخصيص ذلك من خلال صورة رمزية رقمية يبنيها المستخدم ويتم تدريبها على مقطع قصير من لقطات حقيقية. يأخذ مُنشئ الإعلانات AI Ad Generator رابط المنتج ونبرة النص المحددة، ثم يُنشئ متغيرات إعلانية كاملة ومتعددة تجمع بين أداء الصورة الرمزية، والترجمة، والعلامة التجارية، وهي مصممة لمواضع الاستجابة المباشرة على Meta و TikTok. في مارس 2026، أصدرت Mirage نموذجاً صوتياً جديداً يحافظ على خصائص اللهجة في مقاطع الفيديو المُنشأة والمدبلجة، مما يعالج فجوة أشار إليها صناع المحتوى الدوليون الذين كانت مخرجاتهم المدبلجة تبدو سابقاً محايدة ومجردة من لهجتهم الأصلية.

"ميزة التواصل البصري تُحدث تغييراً جذرياً. يمكنني قراءة الملاحظات دون أن أبدو وكأنني أقرأ من نص مكتوب." -- مراجع على متجر تطبيقات iOS، 2025

جمعت ميزة Mirage Edit، التي تم إصدارها في أبريل 2025، بين لقطات AI Twin والمقاطع المسجلة الحية لتجميع مقطع فيديو قصير نهائي تلقائياً، مع التعامل مع القص، والترجمات، والحركة كإجراء واحد. يتيح وضع المحرر المساعد (Co-Editor)، الذي أُضيف في أغسطس 2025، التحرير التعاوني في الوقت الفعلي للمشاريع المشتركة. يدعم النسخ الصوتي الآن ملفات تصل مدتها إلى 30 دقيقة، ويتوفر تصدير ملفات SRT في جميع الباقات المدفوعة لصناع المحتوى الذين يحتاجون إلى ملفات ترجمة لرفعها على المنصات.

موقع Captions مقارنة بـ Submagic و Opus Clip

تتداخل Submagic و Captions بشكل كبير في طبقة الترجمة ولكنهما تختلفان في البنية، والواجهة، والنطاق. Submagic هي أداة قائمة على الويب: يقوم المستخدمون برفع مقطع مسجل مسبقاً، وتطبق Submagic ترجمات متحركة، ثم يتم تصدير النتيجة. هذا هو سير العمل الكامل إلى حد كبير. بينما Captions هو تطبيق أصلي للهواتف المحمولة يغطي التسجيل، والتحرير، والترجمة، والدبلجة، وإنشاء الصور الرمزية بالتسلسل. صانع المحتوى الذي يرغب في التسجيل من الصفر، وتطبيق تمريرات التحرير بالذكاء الاصطناعي، وإضافة الترجمات، والتصدير دون لمس جهاز كمبيوتر مكتبي، يصف حالة استخدام Captions، وليس Submagic. تستخرج إضافة Magic Clips من Submagic (بتكلفة $12/month تضاف إلى الخطة الأساسية) اللحظات الفيروسية من المحتوى الطويل الذي يصل إلى 30 دقيقة؛ بينما يعادلها في Captions ميزة (AI Shorts) المقيدة بالرصيد ضمن باقة Max بسعر $24.99/month. فيما يتعلق بتنوع الترجمة، تقدم Submagic أكثر من 35 نمطاً متحركاً مع تأثيرات كلمات تستجيب للمشاعر؛ بينما تقدم Captions أكثر من 100 نمط. لا تتضمن Submagic تصحيح التواصل البصري، أو الصور الرمزية الرقمية، أو الدبلجة الصوتية. يختلف التسعير أيضاً من الناحية الهيكلية: تفرض Submagic رسوماً بناءً على عدد مقاطع الفيديو (20 مقطع فيديو/شهرياً في باقة Starter بحوالي $20/month)، بينما تفرض Captions رسوماً بناءً على الأرصدة المستهلكة لكل إجراء ذكاء اصطناعي، مما يخلق حالة من عدم القدرة على التنبؤ في باقة Pro.

تُعد Opus Clip فئة مختلفة من الأدوات. وظيفتها هي إعادة توظيف المحتوى الطويل إلى قصير: يقوم المستخدم برفع بودكاست، أو ندوة عبر الإنترنت، أو مقطع فيديو على YouTube تتراوح مدته بين 30-180 دقيقة، وتقوم خوارزمية Virality Score الخاصة بـ Opus Clip بتحليل طاقة التحدث، وانتقالات المواضيع، ومقارنة البيانات الاجتماعية الرائجة لتصنيف اللحظات حسب التفاعل المتوقع، ثم تُنشئ تلقائياً 5-10 مقاطع مترجمة مرفقة بالتقييمات. لا تمتلك Captions نموذجاً لتقييم الانتشار الفيروسي يقارن البيانات الرائجة. لا تقدم Opus Clip ميزات التسجيل، أو إنشاء الصور الرمزية، أو تصحيح التواصل البصري، أو الدبلجة. التقسيم العملي هو: Opus Clip هي الأداة المناسبة لمقدمي البودكاست أو مستخدمي YouTube الذين لديهم محتوى طويل حالي لإعادة توظيفه؛ بينما Captions هي الأداة المناسبة لصانع المحتوى الذي يُنشئ محتوى قصيراً أصلياً من الصفر على الهاتف المحمول. تبلغ تكلفة خطة Starter من Opus Clip حوالي $9/month مع 150 دقيقة معالجة. تُعد الأداتان متكاملتين أكثر من كونهما متنافستين لصناع المحتوى الذين يعملون بكلا التنسيقين. لمزيد من السياق حول مسارات عمل إعادة توظيف المحتوى الطويل، راجع أيضاً 2short.ai و Opus Clip.

بالنسبة لصناع المحتوى الذين يحتاجون إلى سير عمل ترجمة يعتمد على سطح المكتب أولاً مع تحرير صوتي دقيق، تقدم Descript نموذج تحرير قائم على النص حيث يوجه النص المكتوب عملية القص، وهو أمر مختلف ميكانيكياً عن نهج تمرير الذكاء الاصطناعي بنقرة واحدة في Captions. تقع Vizard بين هاتين الأداتين، حيث تقدم ميزة قص المحتوى الطويل إلى قصير عبر الويب مع أنماط ترجمة أقرب إلى نطاق Submagic. بالنسبة لمقاطع الفيديو القائمة على الصور الرمزية على مستوى المؤسسات، تقدم HeyGen المزيد من خيارات تخصيص الصور الرمزية وتراخيص الفرق المناسبة لتدريب الشركات والتسويق بكميات كبيرة، بينما تستهدف ميزة AI Twin من Captions صناع المحتوى الأفراد الذين يبنون حضوراً لعلامتهم التجارية الشخصية.

"لقد غيرت Captions سير عملي بالكامل. ما كان يستغرق ساعة من الترجمة اليدوية أصبح الآن يستغرق خمس دقائق مع ميزة AI Trim والأنماط التلقائية." -- مراجعة صانع محتوى، fahimai.com، 2026

التكلفة الحقيقية لإنشاء مقاطع الفيديو باستخدام Captions

تُعد الباقة المجانية (Free) نقطة دخول عملية للتحرير الأساسي ولكنها تستبعد جميع الميزات التوليدية للذكاء الاصطناعي. تزيل خطة Pro بسعر $9.99/month العلامات المائية وتفتح ميزات AI Eye Contact، و AI Filler Word Removal، ومكتبة أنماط الترجمة الكاملة، مع 200 رصيد شهرياً. يتم استهلاك الأرصدة لكل إجراء ذكاء اصطناعي، ولا يتم عرض معدل التحويل بين الأرصدة ودقائق الإخراج مقدماً أثناء سير عمل التحرير، بل فقط بعد استخدام الميزة. هذه هي الشكوى الأكثر شيوعاً بشأن التسعير من مستخدمي Pro: الجلسة التي بدت مباشرة يمكن أن تستهلك الأرصدة بشكل أسرع من المتوقع عند الجمع بين تمريرات AI Edit مع تصحيح التواصل البصري وتنظيف الصوت في نفس المقطع.

تضيف خطة Max بسعر $24.99/month ميزات AI Creator، و AI Twins، و AI Ads، و AI Shorts، والدبلجة، مع 500 رصيد. بالنسبة لصانع المحتوى الذي ينتج بانتظام إعلانات تعتمد على الصور الرمزية أو محتوى مدبلج، يُعد هذا هو الحد الأدنى الوظيفي الفعلي. توفر خطة Scale بسعر $69.99/month 1,400 رصيد، ودعماً ذا أولوية، ووصولاً إلى واجهة برمجة التطبيقات (API)، ووصولاً مبكراً للميزات، وهي مناسبة للوكالات أو العلامات التجارية التي تُنشئ مقاطع فيديو بكميات كبيرة. تتيح واجهة برمجة التطبيقات في خطة Scale الإنشاء البرمجي المجمع، وهو المكان الذي تبدأ فيه الأداة في أن تكون منطقية اقتصادياً لمسارات عمل اختبار الإعلانات التي تحتاج إلى 20-50 متغيراً أسبوعياً.

تقلل الفوترة السنوية من التكلفة الشهرية، على الرغم من عدم الكشف عن السعر الدقيق علناً في صفحة التسعير. لا يتم ترحيل الأرصدة؛ حيث تنتهي صلاحية الأرصدة غير المستخدمة عند إعادة تعيين كل دورة فوترة. قارن ذلك مع Submagic، الذي يُعد نموذجه القائم على عدد مقاطع الفيديو أكثر قابلية للتنبؤ لصناع المحتوى الذين يعرفون حجم إنتاجهم مسبقاً.

أين تتعثر Captions باستمرار

تُعد موثوقية التصدير هي المشكلة الأكثر استمراراً والتي يتم الإبلاغ عنها على نطاق واسع في المنصة. عبر مواقع Trustpilot و Capterra و Reddit ومواقع المراجعة المستقلة، النمط ثابت: يطبق المستخدم تعديلات الذكاء الاصطناعي، وتبدو المعاينة صحيحة، وتتم عملية التصدير، ولكن المخرجات تحتوي على صوت غير متزامن مع الفيديو. يحدث هذا بشكل متكرر في المقاطع التي يتم فيها تكديس تمريرات ذكاء اصطناعي متعددة (AI Edit بالإضافة إلى التواصل البصري وإزالة كلمات الحشو في نفس المقطع) وقد ظهر ذلك في المراجعات من عام 2023 حتى 2026، مما يشير إلى تحدٍ هيكلي في العرض (الرندر) بدلاً من كونه خطأً عابراً.

سرعة المعالجة هي نقطة الاحتكاك الرئيسية الثانية. يمكن أن يستغرق إنشاء الفيديو وعرض تحرير الذكاء الاصطناعي عدة دقائق للمقاطع التي قد يعالجها محرر سطح مكتب مشابه في أقل من 30 ثانية. في تطبيق الهاتف المحمول، يؤدي هذا إلى قفل الواجهة أثناء العرض، مما يجبر صانع المحتوى على الانتظار قبل المتابعة. يصف المستخدمون الذين لديهم جداول نشر حساسة للوقت هذا الأمر بأنه عائق حقيقي لسير العمل.

تجربة Android أسوأ بشكل ملموس من iOS. يتم إطلاق الميزات الجديدة على iOS أولاً، وأحياناً بشكل حصري لأسابيع أو أشهر. يُبلغ مستخدمو Android عن معدلات تعطل أعلى، وإخفاقات تصدير أكثر تكراراً، وميزات ذكاء اصطناعي مفقودة كانت متاحة على iOS. هذا قرار تجاري على مستوى المنصة (حيث يُدر iOS إيرادات أعلى داخل التطبيق لكل مستخدم في الفئة الديموغرافية لصناع المحتوى)، ولكنه يخلق انقساماً حقيقياً في جودة المنتج يجب على صناع المحتوى الذين يعتمدون بشكل أساسي على Android أخذه في الاعتبار.

المزامنة عبر الأجهزة بين الهاتف المحمول ومحرر الويب غير متسقة. قد لا تظهر المشاريع التي بدأت على تطبيق الهاتف المحمول بشكل صحيح في واجهة الويب، وقد لا تنتقل التعديلات التي تم إجراؤها على الويب مرة أخرى إلى جلسات الهاتف المحمول. أدت ميزة المزامنة في الوقت الفعلي التي تم تقديمها في عام 2025 إلى تحسين هذا الأمر ولكنها لم تحله بالكامل وفقاً لتقارير المستخدمين المستمرة.

أفضل حالات الاستخدام مقابل سيناريوهات التخطي

تثبت Captions جدارتها بشكل أوضح لصناع المحتوى المستقلين الذين يقدمون محتوى متحدثين بكميات كبيرة على أجهزة iPhone. صانع المحتوى الذي ينشر 5-10 مقاطع فيديو قصيرة أسبوعياً، ويسجل على الهاتف المحمول، ويحتاج إلى أنماط ترجمة متسقة وصقل للصوت دون توظيف محرر، سيلاحظ تقليلاً حقيقياً في الوقت لكل مقطع فيديو. تتراوح التقديرات المُبلغ عنها من المستخدمين بين توفير 30 دقيقة إلى 90 دقيقة لكل مقطع فيديو اعتماداً على سير العمل السابق. بسعر $9.99/month في خطة Pro، تُعد الحسبة مواتية مقارنة بأي تكلفة تحرير مستقلة أو سير عمل ترجمة يدوي.

تُعد باقة Max منطقية لصناع المحتوى الذين يحتاجون إلى وصول دولي. صانع المحتوى الذي يسجل بلغة واحدة ويرغب في نشر نسخ مدبلجة بـ 3-5 لغات أخرى، مع الحفاظ على الصوت ومزامنة الشفاه، سيحتاج بخلاف ذلك إلى استوديو دبلجة أو مسار عمل معقد متعدد الأدوات. بسعر $24.99/month، تدمج خطة Max ذلك في سير عمل واحد. تُعد ميزة AI Ads في باقة Max مفيدة بشكل مباشر للعلامات التجارية الموجهة للمستهلك (DTC) ورواد الأعمال المستقلين الذين يديرون إعلانات مدفوعة على وسائل التواصل الاجتماعي ويرغبون في اختبار متغيرات إبداعية إعلانية متعددة دون ميزانية إنتاج.

تخطَّ Captions عندما تكون واجهة التحرير الأساسية لديك هي سطح المكتب وتحتاج إلى موثوقية تصدير مضمونة مع موعد نهائي للإنتاج. معدل فشل التصدير مرتفع جداً بالنسبة لمسارات العمل الاحترافية حيث يكون لتأخير التسليم تكلفة حقيقية. تخطها عندما يكون محتواك في الأساس طويلاً: مقاطع البودكاست، ومقالات YouTube، ومقاطع الفيديو ذات النمط الوثائقي. الأداة غير مصممة لهذا التنسيق وتصبح واجهة المخطط الزمني (timeline) غير عملية عند تجاوز 5-10 دقائق من اللقطات المصدرية. تخطها إذا كنت مستخدماً أساسياً لنظام Android وكان تكافؤ الميزات مهماً لسير عملك -- ميزة iOS كبيرة بما يكفي لدرجة أن صناع المحتوى الذين يعتمدون على Android أولاً سيواجهون باستمرار قيوداً لا يواجهها مستخدمو iOS. بالنسبة لمسارات العمل التي تعتمد على سطح المكتب أولاً، تقدم Descript نموذج تحرير يعتمد على النص وهو أكثر استقراراً في ظل الظروف الاحترافية.