نشر مارك زوكربيرج، الرئيس التنفيذي لشركة Meta هذا الصباح، على صفحته على Facebook للإعلان عن Make-A-Video، وهو نظام ذكاء اصطناعي جديد يسمح للمستخدمين بتحويل الرسائل النصية، مثل "دمية دب ترسم صورة ذاتية"، إلى صورة قصيرة وعالية الجودة، مقاطع فيديو فريدة من نوعها.
يبدو مثل DALL-E؟ هذه هي الفكرة: وفقًا لبيان صحفي، يعتمد Make-A-Video على تقنية توليد الصور بالذكاء الاصطناعي (بما في ذلك عمل Meta Make-A-Scene من أوائل هذا العام) من خلال "إضافة طبقة من التعلم غير الخاضع للإشراف الذي يسمح للنظام بفهم الحركة في العالم المادي وتطبيقه على إنشاء النص التقليدي للصورة".
كتب زوكربيرج في رسالته: "هذا تقدم مذهل جدًا". "من الصعب جدًا إنشاء فيديو مقارنة بالصور لأنه بالإضافة إلى إنشاء كل بكسل بشكل صحيح، يتعين على النظام أيضًا التنبؤ بكيفية تغيرها بمرور الوقت".
عام بعد DALL-E
من الصعب تصديق أنه لم يمض سوى عام على الكشف عن DALL-E الأصلي في يناير 2021، في حين بدا أن عام 2022 هو عام ثورة تحويل النص إلى صورة بفضل DALL-E 2 و Midjourney و Stable Diffusion وغيرها من النماذج التوليدية الكبيرة التي تتيح للمستخدمين إنشاء صور وفنون واقعية من مطالبات النص الطبيعي.
هل يعتبر Make-A-Video الجديد من Meta علامة على أن الخطوة التالية من الذكاء الاصطناعي التوليدي، نص إلى فيديو، على وشك أن تصبح سائدة؟ بالنظر إلى السرعة الهائلة لتطور النص إلى صورة هذا العام - حتى أن Midjourney أثار جدلاً بصورة فازت في مسابقة فنية في معرض ولاية كولورادو - يبدو بالتأكيد ممكنًا. قبل أسبوعين، أصدرت شركة Runway لبرامج تحرير الفيديو فيديو ترويجيًا لإثارة ميزة جديدة لمحرر الفيديو المستند إلى الويب الذي يعمل بالذكاء الاصطناعي والذي يمكنه تحرير الفيديو من الأوصاف المكتوبة.
يبدو مثل DALL-E؟ هذه هي الفكرة: وفقًا لبيان صحفي، يعتمد Make-A-Video على تقنية توليد الصور بالذكاء الاصطناعي (بما في ذلك عمل Meta Make-A-Scene من أوائل هذا العام) من خلال "إضافة طبقة من التعلم غير الخاضع للإشراف الذي يسمح للنظام بفهم الحركة في العالم المادي وتطبيقه على إنشاء النص التقليدي للصورة".
كتب زوكربيرج في رسالته: "هذا تقدم مذهل جدًا". "من الصعب جدًا إنشاء فيديو مقارنة بالصور لأنه بالإضافة إلى إنشاء كل بكسل بشكل صحيح، يتعين على النظام أيضًا التنبؤ بكيفية تغيرها بمرور الوقت".
عام بعد DALL-E
من الصعب تصديق أنه لم يمض سوى عام على الكشف عن DALL-E الأصلي في يناير 2021، في حين بدا أن عام 2022 هو عام ثورة تحويل النص إلى صورة بفضل DALL-E 2 و Midjourney و Stable Diffusion وغيرها من النماذج التوليدية الكبيرة التي تتيح للمستخدمين إنشاء صور وفنون واقعية من مطالبات النص الطبيعي.
هل يعتبر Make-A-Video الجديد من Meta علامة على أن الخطوة التالية من الذكاء الاصطناعي التوليدي، نص إلى فيديو، على وشك أن تصبح سائدة؟ بالنظر إلى السرعة الهائلة لتطور النص إلى صورة هذا العام - حتى أن Midjourney أثار جدلاً بصورة فازت في مسابقة فنية في معرض ولاية كولورادو - يبدو بالتأكيد ممكنًا. قبل أسبوعين، أصدرت شركة Runway لبرامج تحرير الفيديو فيديو ترويجيًا لإثارة ميزة جديدة لمحرر الفيديو المستند إلى الويب الذي يعمل بالذكاء الاصطناعي والذي يمكنه تحرير الفيديو من الأوصاف المكتوبة.
والطلب على مولدات تحويل النص إلى فيديو على مستوى خيارات تحويل النص إلى صورة اليوم مرتفع، وذلك بفضل الحاجة إلى محتوى الفيديو عبر جميع القنوات - من إعلانات الوسائط الاجتماعية ومدونات الفيديو إلى مقاطع الفيديو التوضيحية.
تبدو Meta، من جانبها، واثقة، وفقًا لورقتها البحثية التي تقدم Make-A-Video: "في جميع الجوانب، الثورة المكانية والزمانية، والإخلاص للنص، والجودة، نقدم أحدث النتائج في النص - إلى فيديو، على النحو الذي تحدده كل من المقاييس النوعية والكمية".
