اختراقات وتداعيات تقنية توليد الفيديو بواسطة الذكاء الاصطناعي

في الآونة الأخيرة، كان أحد أبرز التغييرات في مجال الذكاء الاصطناعي هو الاختراق الكبير في تقنية توليد الفيديو متعدد الوسائط. لقد تطورت هذه التقنية من توليد الفيديو من نص واحد، إلى دمج النصوص والصور والصوت في قدرة توليد كاملة. وقد جلب هذا التقدم العديد من الحالات التقنية الملحوظة.

إطار EX-4D المفتوح المصدر الذي تم تطويره بواسطة شركة تكنولوجيا معينة يمكنه تحويل مقاطع الفيديو العادية إلى محتوى 4D بزاوية رؤية حرة، بمعدل قبول من المستخدمين يصل إلى 70.7%. تتيح هذه التقنية لمقاطع الفيديو ذات الزاوية الواحدة تقديم تأثيرات عرض متعددة الزوايا، مما يبسط بشكل كبير العمل التقليدي الذي يتطلب فريق نمذجة ثلاثية الأبعاد محترف.

أطلقت شركة أخرى منصة "هوي شيانغ" التي تدعي أنها قادرة على تحويل صورة واحدة إلى فيديو بجودة "سينمائية" مدته 10 ثوانٍ. على الرغم من أن فعالية هذا الأمر لا تزال بحاجة إلى التحقق، إلا أن هذه الميزة لا شك أنها تُظهر إمكانيات توليد الفيديو بواسطة الذكاء الاصطناعي.

على المستوى الدولي، حققت تقنية Veo التي طورتها مؤسسة بحثية معروفة في مجال الذكاء الاصطناعي توليد فيديو بدقة 4K والصوت البيئي بشكل متزامن. تتغلب هذه التقنية على التحديات المتعلقة بتزامن الصوت والصورة في المشاهد المعقدة، مثل مطابقة حركة المشي في الصورة مع صوت الخطوات بشكل مثالي.

علاوة على ذلك، فإن تقنية ContentV الخاصة بإحدى منصات الفيديو القصير، من خلال نموذج مكون من 8 مليارات معلمة، قادرة على إنتاج فيديو بدقة 1080p في غضون 2.3 ثانية، بتكلفة تبلغ 3.67 يوان/5 ثوان. على الرغم من أنه لا يزال هناك مجال للتحسين عند معالجة المشاهد المعقدة، إلا أن السيطرة على التكاليف أصبحت ملحوظة للغاية.

تتمتع هذه الاختراقات التكنولوجية بقيمة وأهمية كبيرة في جوانب مثل جودة الفيديو وتكلفة الإنتاج وسيناريوهات التطبيق. من الناحية التقنية، فإن تعقيد توليد الفيديو متعدد النماذج ينمو بشكل متسارع. فهو لا يتطلب فقط معالجة ملايين نقاط البكسل، بل يجب أيضًا ضمان ارتباط زمني متسق لمئات الإطارات، مع مراعاة مزامنة الصوت وتناسق الفضاء ثلاثي الأبعاد.

في الوقت الحالي، يمكن تحقيق هذه المهمة المعقدة من خلال تقسيمها إلى وحدات والعمل التعاوني لنماذج كبيرة. على سبيل المثال، تقوم تقنية EX-4D بتفكيك المهمة إلى عدة وحدات مثل تقدير العمق، تحويل الزاوية، التداخل الزمني، وتحسين العرض، حيث يركز كل وحدة على مهمة معينة وتعمل معًا من خلال آلية تنسيق.

فيما يتعلق بالتكلفة، لعب تحسين بنية الاستدلال دورًا حاسمًا. يشمل ذلك تقنيات مثل استراتيجيات التوليد المتدرجة وآليات إعادة استخدام التخزين المؤقت وتخصيص الموارد الديناميكي. ساهمت هذه التدابير التحسينية معًا في إنشاء محتوى فيديو منخفض التكلفة مثل ContentV.

لقد أحدثت هذه التقدمات التكنولوجية تأثيرًا كبيرًا على صناعة إنتاج الفيديو التقليدية. غالبًا ما يتطلب إنتاج الفيديو التقليدي الكثير من المعدات والمساحات والممثلين والمعالجة اللاحقة، مما يجعل التكاليف مرتفعة. بينما تقوم تقنية الذكاء الاصطناعي بتبسيط هذه العملية إلى إدخال كلمات رئيسية وانتظار قصير، كما أنها تتيح الحصول على زوايا وتأثيرات يصعب تحقيقها في التصوير التقليدي. قد تعيد هذه التحولات تشكيل الاقتصاد الإبداعي بأسره.

تطور هذه التقنيات الذكية في ويب2 قد أتاح أيضًا فرصًا جديدة للذكاء الاصطناعي في ويب3:

1. تغيير هيكل طلب قوة الحوسبة خلق فرصًا لقوة الحوسبة المعطلة الموزعة، وقد يزيد أيضًا من الطلب على نماذج الضبط الدقيق الموزعة، والخوارزميات، ومنصات الاستدلال.

2. زيادة الطلب على توضيح البيانات قد تحفز المتخصصين (مثل المصورين، مهندسي الصوت، فناني ثلاثي الأبعاد، إلخ) على تقديم مواد بيانات عالية الجودة، مما يعزز من قدرة توليد الفيديو بالذكاء الاصطناعي.

3. تطور تقنية الذكاء الاصطناعي نحو التعاون الموديولاري، مما خلق طلباً جديداً على المنصات اللامركزية.

في المستقبل، قد تشكل القوة الحسابية والبيانات والنماذج وآليات التحفيز حلقة تعزز ذاتيا، مما يدفع إلى اندماج عميق بين سيناريوهات Web3 AI وWeb2 AI.