تولید ویدیو فقط با یک عکس توسط هوش مصنوعی Movie Gen
متا به‌تازگی از «Movie Gen»، یک سیستم هوش مصنوعی جدید، رونمایی کرده است که می‌تواند تنها از طریق یک عکس، ویدیوهای واقع‌گرایانه تولید کند. این فناوری، به افراد اجازه می‌دهد با استفاده از دستورات متنی و تصاویر، ویدیوهای شخصی‌سازی‌شده‌ای ایجاد کنند.
اگرچه متا هنوز برنامه‌ای برای عرضه عمومی این فناوری ندارد، اما اعلام کرده است که این ابزار می‌تواند به تقویت خلاقیت کاربران کمک کند، در حالی که نگرانی‌هایی درباره سوءاستفاده‌های احتمالی از آن وجود دارد.
به‌روزترین‌ها| متا پیش‌نمایشی از «Movie Gen»، یک مجموعه جدید از مدل‌های هوش مصنوعی را معرفی کرد که به منظور ایجاد و دستکاری ویدیو، صدا و تصاویر طراحی شده است. این سیستم قادر است ویدیوی واقع‌گرایانه‌ای را تنها از یک عکس از یک شخص تولید کند. این شرکت ادعا می‌کند که مدل‌های این سیستم از دیگر مدل‌های سنتز ویدیو در ارزیابی‌های انسانی برتر بوده و ما را به آینده‌ای نزدیک‌تر می‌کند که هر کسی می‌تواند ویدیویی کامل از هر موضوعی بر اساس درخواست خود بسازد.
متا هنوز برنامه‌ای برای انتشار عمومی این قابلیت‌ها ندارد، اما اعلام کرده که «Movie Gen» ابزاری است که ممکن است به مردم اجازه دهد «خلاقیت ذاتی خود را تقویت کنند» و هدف آن جایگزینی هنرمندان و انیماتورها نیست. این شرکت به آینده‌ای فکر می‌کند که در آن کاربران می‌توانند به آسانی ویدیوهای «یک روز از زندگی» را برای پلتفرم‌های اجتماعی تولید و ویرایش کنند یا پیام‌های تولد انیمیشنی شخصی‌سازی‌شده بسازند.
پیشرفت‌ها در مدل‌های سنتز ویدیو Movie Gen
«Movie Gen» بر اساس کارهای قبلی متا در زمینه سنتز ویدیو ساخته شده است و به ویژه از مدل‌های «Make-A-Scene» و «Emu» بهره می‌برد. این سیستم با استفاده از دستورات متنی می‌تواند برای اولین بار ویدیوهای سفارشی همراه با صدا تولید کند، و همچنین قابلیت ویرایش و اعمال تغییرات در ویدیوهای موجود را داراست. همچنین، این فناوری قادر است تصاویر افراد را به ویدیوهای واقع‌گرایانه و شخصی‌سازی‌شده تبدیل کند.
مدل تولید ویدیو در «Movie Gen» می‌تواند ویدیوهای با کیفیت ۱۰۸۰p تا ۱۶ ثانیه و با ۱۶ فریم در ثانیه از توصیف‌های متنی یا ورودی تصویر تولید کند. متا ادعا می‌کند که این مدل قادر به پردازش مفاهیم پیچیده‌ای همچون حرکت اشیاء، تعاملات سوژه-شی و حرکات دوربین است.
چالش‌ها و خطرات فناوری «Deepfake»
یکی از ویژگی‌های کلیدی «Movie Gen» که متا به آن اشاره کرده، «ایجاد ویدیوهای شخصی‌سازی‌شده» است. با این حال، این فناوری می‌تواند در نهایت به «دیپ‌فیک» تبدیل شود؛ تکنولوژی‌ای که از سال ۲۰۱۷ به شدت نگران‌کننده بوده و برخی کارشناسان نسبت به آن هشدار داده‌اند. این فناوری قادر است ویدیوهایی را تولید کند که به نظر می‌رسد افراد در آن‌ها کارهایی را انجام می‌دهند که در واقعیت انجام نداده‌اند.
با استفاده از «Movie Gen»، ایجاد یک دیپ‌فیک به سادگی ارائه یک عکس از شخص و همراهی آن با یک توضیح متنی است که بیان می‌کند شخص چه کاری باید انجام دهد یا در کجا باید باشد. سیستم سپس ویدیویی تولید می‌کند که فرد مورد نظر را در آن به نمایش می‌گذارد و تلاش می‌کند هویت و حرکات او را حفظ کند در حالی که جزئیات دیگری از توضیحات را نیز به آن اضافه می‌کند.
ویرایش و ترکیب صدا
متا همچنین قابلیت ویرایش ویدیویی جدیدی را در «Movie Gen» به نمایش گذاشته است که امکان تغییرات دقیق در ویدیوهای موجود بر اساس دستورات متنی را فراهم می‌آورد. این مدل می‌تواند ویرایش‌های محلی مانند افزودن یا حذف عناصر را انجام دهد و همچنین تغییرات کلی‌تری مانند تغییر پس‌زمینه یا سبک کلی ویدیو را اعمال کند.
یکی از تحولات جدید در این زمینه، افزودن قابلیت ترکیب صدا است. تا پیش از این، تمامی مدل‌های سنتز ویدیو تولید ویدیوهای بی‌صدا را به عهده داشتند. اما متا اکنون با مدل تولید صدای جداگانه‌ای که قادر به تولید صداهای محیطی، افکت‌های صوتی و موسیقی زمینه‌ای همزمان با محتوای ویدیو از طریق دستورات متنی است، به این مشکل پاسخ می‌دهد.
آینده و چالش‌های فناوری
با وجود پیشرفت‌های چشمگیر، متا به محدودیت‌های فعلی این مدل‌ها اذعان دارد. این شرکت برنامه‌ریزی کرده است تا زمان تولید ویدیو را تسریع کرده و کیفیت کلی را با افزایش مقیاس مدل‌ها بهبود بخشد. متا همچنین قصد دارد با فیلمسازان و خالقان محتوا همکاری کرده و بازخورد آن‌ها را در نسخه‌های آینده این مدل ادغام کند. با این حال، با توجه به هشدارهای اتحادیه بازیگران SAG-AFTRA و واکنش‌های مختلف از سوی برخی متخصصان صنعت، انتظار می‌رود که تمام بازخوردها مثبت نباشد.
به طور کلی، ورود فناوری‌های جدیدی مانند «Movie Gen» به دنیای رسانه‌ها، چالش‌ها و فرصت‌های جدیدی را به همراه دارد که نیازمند نظارت و دقت بیشتری در استفاده از آن‌ها خواهد بود. این تکنولوژی‌ها می‌توانند به ایجاد خلاقیت‌های جدید کمک کنند، اما در عین حال، می‌توانند منجر به سوءاستفاده‌های خطرناک و مسائلی اخلاقی شوند که باید به دقت مورد بررسی قرار گیرند.
