تشکیل ویدیو از روی عکس و متن؛ هوش مصنوعی ویدیویی ادوبی رونمایی شد_کویر دانش

ادوبی سرانجام ابزارهای ویدیویی هوش مصنوعی خود را معارفه کرد. مدل ویدیویی Firefly که از اغاز سال جاری معارفه شد، اکنون در مجموعه‌ای از ابزارهای تازه دردسترس قرار گرفته است. این ابزارها قابلیت‌هایی به نرم‌افزار پریمیر پرو اضافه می‌کنند و به تولیدکنندگان محتوا اجازه خواهند داد تا با دستورهای متنی یا تصاویر، ویدیوهای تازه تشکیل کنند یا زمان ویدیوهای جاری را افزایش دهند.

یکی از ابزارهای هوش مصنوعی پریمیر پرو با نام Generative Extend به‌صورت آزمایشی اراعه شده است. این ابزار برای گسترش ابتدا یا انتهای ویدیوهایی منفعت گیری می‌بشود که به‌اندازه‌ی کافی طویل نیستند. این چنین، می‌توان از آن برای انجام تغییرات در وسط ویدیو، ازجمله اصلاح جهت نگاه‌ها یا حرکات ناخواسته منفعت برد.

هرچند این ابزار فقط می‌تواند ویدیوها را تا دو ثانیه گسترش دهد، برای اصلاحات کوچک مناسب به‌نظر می‌رسد و نیاز به تکرار ضبط برای از بین بردن مشکلات جزئی را رفع می‌کند. ویدیوهای گسترش‌یافته با وضوح 720p یا 1080p و با نرخ ۲۴ فریم‌برثانیه تشکیل خواهد شد. این ابزار در قسمت صدا نیز کاربرد دارد و می‌تواند نمود‌های صوتی و صدای محیط را تا ۱۰ ثانیه گسترش دهد؛ اما نمی‌تواند با دیالوگ‌ها یا موسیقی کار کند.

دو ابزار ویدیویی Text-to-Video و Image-to-Video به‌صورت آزمایشی در وب‌اپلیکیشن Firefly دردسترس قرار گرفته‌اند. این ابزارها که برای اولین‌بار در سپتامبر معارفه شدند، اکنون به‌طور محدود برای کاربران قابلیت منفعت گیری دارند. Text-to-Video عملکردی شبیه دیگر ابزارهای تشکیل ویدیو همانند Runway و Sora دارد.

کاربران می‌توانند توضیحات متنی خود را داخل و ویدیو دلخواهشان را تشکیل کنند. این ابزار قابلیت تشکیل ویدیو در سبک‌های گوناگون ازجمله فیلم واقعی و انیمیشن سه‌بعدی و استاپ‌موشن را دارد. کاربران می‌توانند با منفعت گیری از تنظیمات دوربین مواردی زوایای دوربین و حرکت و فاصله‌ی تصویربرداری، ویدیوها را دقیق‌تر کنترل کنند.

ابزار Image-to-Video ادوبی به کاربران اجازه می‌دهد تا علاوه‌بر دستور متنی، از عکس مرجع برای دریافت بهترین نتیجه منفعت گیری کنند. به‌حرف های‌ی ادوبی، می‌توان از این ابزار برای ساخت محتوای اضافی از تصاویر منفعت گیری کرد. اکنون، ایرادهای جزئی در کارکرد این ویژگی وجود دارد که به گمان زیادً در نسخه‌ی نهایی از بین بردن خواهند شد.

تا این مدت نمی‌توان با ابزارهای هوش مصنوعی تازه ادوبی فیلم‌های بلند ساخت. طول ویدیوهای تولیدشده با Text-to-Video و Image-to-Video حداکثر به ۵ ثانیه می‌رسد و وضوح آن‌ها تا 720p با نرخ ۲۴ فریم‌برثانیه محدود می‌بشود. در مقام‌ قیاس، ابزار Sora با نگه داری کیفیت بصری و تطابق با دستورهای کاربر می‌تواند ویدیوهایی با طول حداکثر یک دقیقه بسازد؛ اما این ابزار تا این مدت برای عموم دردسترس نیست.

زمان‌زمان موردنیاز برای تشکیل ویدیو با ابزارهای Text-to-Video، Image-to-Video و Generative Extend ادوبی نزدیک به ۹۰ ثانیه است. ناگفته نماند که این شرکت در حال گسترش‌ی حالت Turbo است که زمان موردنیاز برای ساخت ویدیوها را افت خواهد داد.

بر پایه اظهار ادوبی، مدل‌های هوش مصنوعی ویدیویی این شرکت برپایه‌ی محتوای مجاز آموزش دیده‌اند که می‌تواند برای برخی کاربران دلنشین باشد. مدل‌های دیگر همانند Runway با تهمت منفعت گیری از ویدیوهای یوتیوب برای آموزش مدل‌های خود روبه رو می باشند.

مزیت دیگر ابزارهای هوش مصنوعی تازه ادوبی این است که ویدیوهای تشکیل‌شده با مدل Firefly می‌توانند با Content Credentials همراه باشند. این ویژگی زمان انتشار کردن آنلاین محتوا به افشای منفعت گیری از هوش مصنوعی و کپی‌رایت آن محتوا پشتیبانی می‌کند.

تا این مدت نمی‌دانیم ابزارهای تازه ادوبی چه وقتی از مرحله‌ی بتا خارج خواهند شد؛ اما دسترسی عمومی به آن‌ها مزیت زیاد مهمی درمقایسه‌با ابزارهایی همانند Sora و Movie Gen و Veo محسوب می‌بشود.