مووی جن (Movie Gen)، هوش مصنوعی جدید متا برای تولید ویدیو معرفی شد. توانایی این ابزار AI در تولید ویدیو فقط با یک عکس، خیرهکننده است.
با پیشرفت ابزارهای تصویرساز هوش مصنوعی، نگرانی نسبت به سوء استفاده از این قابلیت برای تولید دیپ فیک افزایش پیدا کرده است. متا، مالک شرکتهایی مثل اینستاگرام و فیسبوک، اخیراً پیشنمایشی از «مووی جن» (Movie Gen) ارائه داد. مووی جن در واقع مجموعه از مدلهای هوش مصنوعی توسعه یافته توسط متا است که توانایی تولید ویدیو، صوت و تصویر را دارند و عملکرد آن احتمالاً توجه خیلی از علاقهمندان به اخبار تکنولوژی را به خود جلب کند.
مووی جن، ابزار پیشرفته تولید ویدیو متا
ابزار جدید متا میتواند با تنها یک عکس از فرد، ویدیویی واقعگرایانه از آن تولید کند. به ادعای این شرکت، مووی جن طبق نظرسنجیها از بقیه مدلهای هوش مصنوعی مشابه نظیر سورا، رانوی جن-3 و کلینگ بهتر عمل میکند. تکنولوژی متا قدمی رو به جلو در راستای توسعه ابزارهایی است که میتوانند ویدیویی کامل درباره یک سوژه در لحظه تولید کنند.
در ادامه حتی میتوانید نمونهای از ویدیوهای ساختهشده توسط هوش مصنوعی جدید مووی جن متا را مشاهده کنید. این ویدیو با قابلیت «ساخت ویدیو شخصیسازیشده» ساخته شده است؛ عبارتی جایگزین برای «دیپ فیک».
با وجود این، متا مشخص نکرد که چه زمانی و چگونه این مدلهای جدید را در دسترس عموم قرار میدهد؛ ولی خاطرنشان کرد که مووی جن نه تنها جایگزینِ هنرمندان نمیشود، بلکه به آنها در فرایند خلاقانه تولید اثر خود کمک میکند. بهلطف هوش مصنوعی جدید متا، کاربران شبکه های اجتماعی نظیر اینستاگرام میتوانند خود را چند سطح در تولید محتوا ارتقا بدهند و در نهایت به افزایش فالوور اینستاگرام دست پیدا کنند.
هوش مصنوعی مووی جن متا با دریافت توضیح متنی یا صرفاً یک عکس، ویدیوهایی با رزولوشن 1080p، مدت زمان حداکثر 16 ثانیهای و نرخ 16 فریم بر ثانیه تولید میکند. متا حتی مدعی است که این مدل هوش مصنوعی میتواند از پس مفاهیمی پیچیده مثل حرکات اشیاء، ارتباط بین فاعل و مفعول و حرکات دوربین بر بیاید.
متا میگوید مدلهای هوش مصنوعی جدید خود را با ترکیبی از «دادههای عمومی و لایسنسشده» تعلیم داده است. انتظار میرود ویدیوهای آپلودشده در اینستاگرام و فیسبوک طی سالها هم بخشی از این دادهها باشند.
متا پیشتر ابزار تولید ویدیو Make-A-Scene و تصویرساز Emu را معرفی کرد، ولی ساخته جدید این شرکت میتواند برای اولین بار ویدیوهایی سفارشی با صوت بسازد، ویدیوهای دیگر را ویرایش کند و تصویر فرد را به ویدیوهایی واقعگرایانه تبدیل کند.