عصری جدید از هوش مصنوعی: معرفی مدل جدیدی که از متن، ویدیو تولید می‌کند [تماشا کنید]

هوش مصنوعی با مدل‌های جدید و هیجان‌انگیزی که دائماً درحال ظهور هستند، خیلی سریع به محبوبیتی جهانی دست یافته است. هیجانی که ابتدا با ChatGPT آغاز شد، همچنان درحال تکامل است و به ارتفاعات جدیدی می‌رسد. حالا استارتاپ Runway که Stable Diffusion را معرفی کرده بود، از یک سیستم هوش مصنوعی پیشگامانه پرده‌برداری کرده است که می‌تواند براساس توضیحات متنی کاربران ویدیو تولید کند.

Runway از جدیدترین مدل هوش مصنوعی خود رونمایی کرده است که می‌تواند درزمینه ساخت ویدیو انقلاب جدیدی راه‌اندازی کند. این مدل که Gen-2 نام دارد، می‌تواند هر توضیح متنی را به ویدیوهای کوتاه سه‌ثانیه‌ای تبدیل کند و دنیایی از امکانات را در اختیار سازندگان محتوای ویدیویی قرار دهد.

فرایند ساخت ویدیو با هوش مصنوعی

برخلاف مدل قبلی این شرکت یعنی Stable Diffusion، مدل Gen-2 به‌دلیل ملاحظات ایمنی و تجاری، از ابتدا به‌صورت منبع باز یا گسترده در دسترس نخواهد بود. درعوض کاربران می‌توانند از طریق Discord در لیست انتظار Runway قرار بگیرند و به فناوری پیشگامانه هوش مصنوعی آن دسترسی پیدا کنند.

البته ساخت ویدیو براساس توضیحات متنی در دنیای هوش مصنوعی مفهوم جدیدی به‌حساب نمی‌آید. غول‌های فناوری مانند متا و گوگل در اواخر سال 2022 نیز مقالات تحقیقاتی خود در مورد چنین مدل‌های مشابهی را منتشر کرده بودند. همچنین شرکت‌های زیادی به ساخت برنامه های هوش مصنوعی برای تبدیل عکس به ویدیو پرداختند و برخی از آن‌ها مانند CapCut بازخوردهای خوبی را دریافت کردند.

فناوری تولید ویدیو از توضیحات متنی این پتانسیل را دارد که فرایند تولید را ساده‌تر کند، هزینه‌ها را کاهش دهد و باعث می‌شود تا هنرمندان بتوانند دیدگاه‌های خود را با آسودگی منحصربه‌فردی زنده کنند. به عنوان مثال، اگر یک فیلمساز یا انیماتور بخواهد صحنه‌ای از «لاک‌پشت‌هایی که در آسمان پرواز می‌کنند» را تجسم کند، می‌تواند همین توضیح ساده را به مدل Gen-2 ارائه کرده و سپس یک ویدیو کوتاه سه‌ثانیه‌ای از آن دریافت کند.

بااین‌حال، این نوع فناوری نگرانی‌هایی را در مورد سوء‌استفاده احتمالی و پیامدهای اخلاقی محتوای تولید‌شده توسط هوش مصنوعی ایجاد می‌کند؛ البته که تصمیم Runway برای محدود‌کردن نسخه اولیه مدل، اهمیت این موضوع برای آن را نشان می‌دهد.