حققت تقنية توليد الفيديو باستخدام الذكاء الاصطناعي اختراقًا كبيرًا، وأصبحت التكاملات متعددة الوسائط اتجاهًا جديدًا

مؤخراً، كان أحد أبرز التطورات في مجال الذكاء الاصطناعي هو التقدم الرائد في تقنية توليد الفيديو متعدد النماذج. لقد تطورت هذه التقنية من توليد الفيديو من نصوص فردية إلى تقنية توليد شاملة تدمج النصوص والصور والصوت.

تشمل بعض حالات الاختراق التكنولوجي الملحوظة ما يلي:

1. الإطار EX-4D مفتوح المصدر من شركة تكنولوجيا معينة يمكنه تحويل الفيديو العادي إلى محتوى 4D بزاوية رؤية حرة، حيث تصل نسبة قبول المستخدمين إلى 70.7%. هذه التقنية تجعل الذكاء الاصطناعي قادرًا على إنشاء تأثيرات مشاهدة من أي زاوية بشكل تلقائي، دون الحاجة إلى فريق نمذجة ثلاثية الأبعاد محترف.

2. تدعي منصة "هواي شينغ" التابعة لأحد عمالقة الإنترنت أنها تستطيع إنشاء فيديو بجودة "سينمائية" خلال 10 ثوانٍ من صورة واحدة. سيتم التحقق من فعاليتها الفعلية بعد تحديث النسخة الاحترافية في أغسطس.

3. حققت تقنية Veo من مؤسسة أبحاث الذكاء الاصطناعي توليد فيديو بدقة 4K وصوت بيئي متزامن. تغلبت هذه التقنية على تحديات تزامن الصوت والصورة في المشاهد المعقدة، مثل المطابقة الدقيقة بين حركة المشي في الصورة وصوت الخطوات.

4. تقنية ContentV على منصة الفيديو القصير، تمتلك 80 مليار معلمة، قادرة على إنتاج فيديو بدقة 1080p في غضون 2.3 ثانية، بتكلفة تبلغ 3.67 يوان/5 ثوان. على الرغم من التحكم الجيد في التكلفة، إلا أن هناك مجالًا لتحسين جودة الإنتاج في المشاهد المعقدة.

تتمتع هذه الاختراقات التقنية بأهمية كبيرة من حيث جودة الفيديو وتكلفة الإنتاج وسيناريوهات التطبيق:

1. من حيث القيمة التقنية، فإن تعقيد توليد الفيديو متعدد النماذج ينمو بشكل أسي. يتطلب معالجة توليد إطار واحد (حوالي 10^6 نقطة بكسل)، وضمان تتابع زمني متماسك (على الأقل 100 إطار)، وتزامن الصوت (10^4 نقطة عينة في الثانية) وكذلك تناسق الفضاء ثلاثي الأبعاد. الآن، يمكن تحقيق هذه المهمة المعقدة من خلال التفكيك المعياري والتعاون بين النماذج الكبيرة، مثل تقسيم المهمة إلى وحدات مثل تقدير العمق، تحويل الزاوية، التداخل الزمني وتحسين العرض.

2. في جانب تقليل التكاليف، يعود الفضل بشكل رئيسي إلى تحسين بنية الاستدلال، بما في ذلك استراتيجية التوليد المتدرجة وآلية إعادة استخدام التخزين الديناميكي وتوزيع الموارد الديناميكي. هذه التحسينات سمحت لمنصة فيديو قصيرة معينة بتحقيق تكلفة منخفضة قدرها 3.67 يوان لكل 5 ثوان.

3. من حيث تأثيرات التطبيقات، فإن تقنية الذكاء الاصطناعي تعيد تشكيل عملية إنتاج الفيديو التقليدية. في الماضي، كانت تكلفة إنتاج إعلان مدته 30 ثانية قد تصل إلى مئات الآلاف، والآن تحتاج فقط إلى كلمة مفتاحية و quelques دقائق من الانتظار. هذا لا يقلل فقط من العتبات التقنية والمالية، بل يمكنه أيضًا تحقيق زوايا وتأثيرات خاصة يصعب تحقيقها من خلال التصوير التقليدي، مما قد يؤدي إلى إعادة تشكيل اقتصاد المبدعين.

تطور تقنيات Web2 AI له تأثير مهم أيضًا على Web3 AI:

1. تغيّر هيكل الطلب على قوة الحوسبة خلق فرصًا جديدة للقوة الحوسبية الموزعة غير المستخدمة، ونماذج التعديل، والخوارزميات، ومنصات الاستدلال.

2. زيادة متطلبات وضع العلامات على البيانات، مما خلق فرص جديدة للمصورين، وفناني الصوت، وفناني 3D، وما إلى ذلك، لتوفير مواد بيانات احترافية.

3. تتطور تقنيات الذكاء الاصطناعي نحو التعاون القائم على الوحدات، مما يوفر احتياجات جديدة للمنصات اللامركزية. في المستقبل، قد تشكل قوة الحوسبة والبيانات والنماذج وآليات التحفيز حلقة تعزز ذاتيًا، مما يعزز الاندماج العميق بين سيناريوهات Web3 AI وWeb2 AI.