به هوش مصنوعی دستور دهید تا فیلم شما ساخته شود

زومیت نوشت: سیستم‌های هوش مصنوعی تبدیل متن به تصویر را فراموش کنید، زیرا سیستم جدیدی به‌نام QuickVid می‌تواند دستورات کاربران را به فیلم تبدیل کند.

احتمالاً تاکنون درمورد نتایج عملکرد شگفت‌انگیز هوش مصنوعی تبدیل متن به تصویر مثل Dall-E، Stable Diffusion و Midjourney شنیده‌اید. همان‌طور که انتظار می‌رفت، انقلاب هوش مصنوعی درحال انجام و هدف بعدی این فناوری تبدیل متن به ویدیو است.

گوگل و متا پیش‌از این توانایی‌های خود را در قالب سیستم‌های مبتنی‌بر هوش مصنوعی برای تبدیل متن به ویدیو به نمایش گذاشته‌اند، اما این فناوری پیشرفته هنوز دردسترس عموم قرار نگرفته است. علاوه‌براین قبلاً شاهد نمونه‌های دیگری بوده‌ایم که فرایند ویرایش ویدیو را نیز انجام می‌دهند. اگر مشتاقانه منتظر این فرصت بوده‌اید که با ارائه‌ی تعدادی دستور ساده به هوش مصنوعی، ویدیو بسازید، اکنون می‌توانید این‌کار را به‌لطف QuickVid انجام دهید.

البته قبل‌از این‌که خیلی هیجان‌زده شوید و انتظارات خود را بالا ببرید باید توجه داشته باشید عملکرد QuickVid معادل تولید هزاران عکس مثل سیستم Stable Diffusion و مونتاژ آن‌ها برای ایجاد یک ویدیو نیست. تکنیک هوش‌ مصنوعی QuickVid درواقع راهکاری برای ورود به رقابت سیستم‌های هوش مصنوعی تبدیل متن به ویدیو محسوب می‌شود.

به‌نوشته‌ی دیجیتال‌ترندز، اولین مرحله از فرآیند هوش مصنوعی، تولید یک اسکریپت براساس درخواست شما است. به‌عنوان مثال ویدیوی زیر با هوش مصنوعی QuickVid با موضوع یادگیری ماشینی تولید شده است.

هوش مصنوعی یک روایت کامل از دستور فوق (Machine Learning) ایجاد و سپس گفتار را با انتخاب صدای مرد یا زن ترکیب می‌کند. ویدیوی پس‌زمینه‌ی کلیپ نیز از نمونه‌های موجود قبلی انتخاب شده است.

QuickVid به‌عنوان یک دستکاری نهایی مشکوک، اسکریپت را به‌صورت عنوان روی ویدیو قرار می‌دهد و تصاویر کوچک تولیدشده با API هوش مصنوعی Dall-e را به آن اضافه می‌کند. نتیجه‌ی کار، ویدیو کوتاهی است که می‌توانید آن را در بالا مشاهده کنید.

توسعه‌دهنده‌ی QuickVid در یکی از مصاحبه‌های اخیر خود اعلام کرد بهبودهایی روی این سیستم هوش مصنوعی اعمال خواهد شد و در ماه ژانویه، گزینه‌های بیشتری برای شخصی‌سازی ویدیوها دردسترس قرار خواهد گرفت. این ابزار درنهایت از توضیحات و آواتارها نیز پشتیبانی خواهد کرد.

سال آینده احتمالاً شاهد عرضه‌ی راهکارهای جدید مبتنی‌بر هوش مصنوعی برای تبدیل متن به ویدیو خواهیم بود. این تکنولوژی درکنار عینک‌های واقعیت افزوده و هدست‌های واقعیت مجازی حتی می‌تواند مرزهای پیشرفت را بیشتر از تصورات کنونی ما جابه‌جا کند و مطمئناً برای علاقمندان به حوزه‌های تکنولوژی بسیار جذاب و شگفت‌انگیز خواهد بود.