Baru-baru ini, salah satu perubahan paling signifikan di bidang AI adalah terobosan besar dalam teknologi generasi video multimodal. Teknologi ini telah berkembang dari menghasilkan video dari teks tunggal menjadi kemampuan generasi jalur penuh yang mengintegrasikan teks, gambar, dan audio. Kemajuan ini membawa banyak kasus teknologi yang menarik perhatian.
Kerangka EX-4D yang diopen-source oleh sebuah perusahaan teknologi dapat mengubah video biasa menjadi konten 4D dengan sudut pandang bebas, dengan tingkat penerimaan pengguna mencapai 70,7%. Teknologi ini memungkinkan video dengan sudut pandang tunggal untuk menampilkan efek tampilan multi-sudut, yang sangat menyederhanakan pekerjaan yang sebelumnya hanya bisa diselesaikan oleh tim pemodelan 3D profesional.
Perusahaan lain meluncurkan platform "Huixiang" yang mengklaim dapat mengubah satu gambar menjadi video berkualitas "film" sepanjang 10 detik. Meskipun efek sebenarnya masih perlu diverifikasi, fitur ini tidak diragukan lagi menunjukkan potensi pembuatan video AI.
Di tingkat internasional, teknologi Veo yang dikembangkan oleh sebuah lembaga penelitian AI ternama telah berhasil menghasilkan video 4K dan suara lingkungan secara sinkron. Teknologi ini mengatasi tantangan sinkronisasi audio dan visual dalam situasi yang kompleks, seperti mencocokkan gerakan berjalan dalam gambar dengan suara langkah kaki.
Selain itu, teknologi ContentV dari sebuah platform video pendek, melalui model dengan 8 miliar parameter, dapat menghasilkan video 1080p dalam waktu 2,3 detik, dengan biaya hanya 3,67 yuan/5 detik. Meskipun masih ada ruang untuk peningkatan dalam menangani skenario yang kompleks, kontrol biayanya sudah cukup mengesankan.
Terobosan teknologi ini memiliki nilai dan makna yang signifikan dalam kualitas video, biaya produksi, dan skenario aplikasi. Dari sudut pandang teknis, kompleksitas pembuatan video multimodal meningkat secara eksponensial. Ini tidak hanya harus menangani jutaan titik piksel, tetapi juga harus memastikan kesinambungan waktu dari ratusan bingkai gambar, sambil mempertimbangkan sinkronisasi audio dan konsistensi ruang 3D.
Saat ini, tugas kompleks ini dapat dicapai melalui pemecahan modular dan kolaborasi kerja sama model besar. Misalnya, teknologi EX-4D membagi tugas menjadi beberapa modul seperti estimasi kedalaman, konversi perspektif, interpolasi waktu, dan optimasi rendering, di mana setiap modul fokus pada tugas tertentu dan saling berkoordinasi melalui mekanisme koordinasi.
Dalam hal biaya, optimasi arsitektur inferensi memainkan peran kunci. Ini termasuk teknik seperti strategi generasi bertingkat, mekanisme penggunaan ulang cache, dan alokasi sumber daya dinamis. Langkah-langkah optimasi ini bersama-sama berkontribusi pada pembuatan video berbiaya rendah seperti ContentV.
Kemajuan teknologi ini telah memberikan dampak besar pada industri produksi video tradisional. Produksi video tradisional biasanya membutuhkan banyak peralatan, lokasi, aktor, dan pasca produksi, yang biayanya sangat tinggi. Namun, teknologi AI menyederhanakan proses ini menjadi input kata kunci dan menunggu sebentar, sambil juga memungkinkan sudut pandang dan efek khusus yang sulit dicapai dengan pengambilan gambar tradisional. Perubahan ini dapat membentuk kembali seluruh ekosistem ekonomi kreator.
Perkembangan teknologi AI Web2 ini juga membawa peluang baru bagi AI Web3:
Perubahan struktur permintaan daya komputasi telah menciptakan peluang bagi daya komputasi terdistribusi yang tidak terpakai, dan juga dapat meningkatkan permintaan untuk model penyesuaian terdistribusi, algoritma, dan platform inferensi.
Peningkatan permintaan untuk penandaan data dapat mendorong para profesional (seperti fotografer, insinyur suara, seniman 3D, dll.) untuk menyediakan bahan data berkualitas tinggi, sehingga meningkatkan kemampuan generasi video AI.
Perkembangan teknologi AI menuju kolaborasi modular itu sendiri menciptakan kebutuhan baru untuk platform desentralisasi.
Di masa depan, kekuatan pemrosesan, data, model, dan mekanisme insentif mungkin akan membentuk siklus positif yang saling memperkuat, mendorong integrasi mendalam antara skenario Web3 AI dan Web2 AI.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
9 Suka
Hadiah
9
5
Bagikan
Komentar
0/400
ChainBrain
· 9jam yang lalu
Begitu banyak campuran ikan dan naga, siapa yang benar dan siapa yang palsu.
Lihat AsliBalas0
ponzi_poet
· 07-30 04:38
Just ask you, masukkan posisi atau tidak, ai akhir-akhir ini terlalu agresif.
Lihat AsliBalas0
ser_we_are_early
· 07-30 04:28
Yang mengerti pasti paham, teknologi masa depan benar-benar gila
Lihat AsliBalas0
RooftopVIP
· 07-30 04:27
Gelombang ai ini benar-benar bull ya
Lihat AsliBalas0
ApeWithAPlan
· 07-30 04:22
Bermain AI adalah APE sejati, berapa banyak suckers yang sudah dipermainkan dan terus dipermainkan.
Teknologi generasi video AI mengalami terobosan yang membentuk kembali ekosistem kreatif dan peluang baru di Web3
Terobosan dan Dampak Teknologi Generasi Video AI
Baru-baru ini, salah satu perubahan paling signifikan di bidang AI adalah terobosan besar dalam teknologi generasi video multimodal. Teknologi ini telah berkembang dari menghasilkan video dari teks tunggal menjadi kemampuan generasi jalur penuh yang mengintegrasikan teks, gambar, dan audio. Kemajuan ini membawa banyak kasus teknologi yang menarik perhatian.
Kerangka EX-4D yang diopen-source oleh sebuah perusahaan teknologi dapat mengubah video biasa menjadi konten 4D dengan sudut pandang bebas, dengan tingkat penerimaan pengguna mencapai 70,7%. Teknologi ini memungkinkan video dengan sudut pandang tunggal untuk menampilkan efek tampilan multi-sudut, yang sangat menyederhanakan pekerjaan yang sebelumnya hanya bisa diselesaikan oleh tim pemodelan 3D profesional.
Perusahaan lain meluncurkan platform "Huixiang" yang mengklaim dapat mengubah satu gambar menjadi video berkualitas "film" sepanjang 10 detik. Meskipun efek sebenarnya masih perlu diverifikasi, fitur ini tidak diragukan lagi menunjukkan potensi pembuatan video AI.
Di tingkat internasional, teknologi Veo yang dikembangkan oleh sebuah lembaga penelitian AI ternama telah berhasil menghasilkan video 4K dan suara lingkungan secara sinkron. Teknologi ini mengatasi tantangan sinkronisasi audio dan visual dalam situasi yang kompleks, seperti mencocokkan gerakan berjalan dalam gambar dengan suara langkah kaki.
Selain itu, teknologi ContentV dari sebuah platform video pendek, melalui model dengan 8 miliar parameter, dapat menghasilkan video 1080p dalam waktu 2,3 detik, dengan biaya hanya 3,67 yuan/5 detik. Meskipun masih ada ruang untuk peningkatan dalam menangani skenario yang kompleks, kontrol biayanya sudah cukup mengesankan.
Terobosan teknologi ini memiliki nilai dan makna yang signifikan dalam kualitas video, biaya produksi, dan skenario aplikasi. Dari sudut pandang teknis, kompleksitas pembuatan video multimodal meningkat secara eksponensial. Ini tidak hanya harus menangani jutaan titik piksel, tetapi juga harus memastikan kesinambungan waktu dari ratusan bingkai gambar, sambil mempertimbangkan sinkronisasi audio dan konsistensi ruang 3D.
Saat ini, tugas kompleks ini dapat dicapai melalui pemecahan modular dan kolaborasi kerja sama model besar. Misalnya, teknologi EX-4D membagi tugas menjadi beberapa modul seperti estimasi kedalaman, konversi perspektif, interpolasi waktu, dan optimasi rendering, di mana setiap modul fokus pada tugas tertentu dan saling berkoordinasi melalui mekanisme koordinasi.
Dalam hal biaya, optimasi arsitektur inferensi memainkan peran kunci. Ini termasuk teknik seperti strategi generasi bertingkat, mekanisme penggunaan ulang cache, dan alokasi sumber daya dinamis. Langkah-langkah optimasi ini bersama-sama berkontribusi pada pembuatan video berbiaya rendah seperti ContentV.
Kemajuan teknologi ini telah memberikan dampak besar pada industri produksi video tradisional. Produksi video tradisional biasanya membutuhkan banyak peralatan, lokasi, aktor, dan pasca produksi, yang biayanya sangat tinggi. Namun, teknologi AI menyederhanakan proses ini menjadi input kata kunci dan menunggu sebentar, sambil juga memungkinkan sudut pandang dan efek khusus yang sulit dicapai dengan pengambilan gambar tradisional. Perubahan ini dapat membentuk kembali seluruh ekosistem ekonomi kreator.
Perkembangan teknologi AI Web2 ini juga membawa peluang baru bagi AI Web3:
Perubahan struktur permintaan daya komputasi telah menciptakan peluang bagi daya komputasi terdistribusi yang tidak terpakai, dan juga dapat meningkatkan permintaan untuk model penyesuaian terdistribusi, algoritma, dan platform inferensi.
Peningkatan permintaan untuk penandaan data dapat mendorong para profesional (seperti fotografer, insinyur suara, seniman 3D, dll.) untuk menyediakan bahan data berkualitas tinggi, sehingga meningkatkan kemampuan generasi video AI.
Perkembangan teknologi AI menuju kolaborasi modular itu sendiri menciptakan kebutuhan baru untuk platform desentralisasi.
Di masa depan, kekuatan pemrosesan, data, model, dan mekanisme insentif mungkin akan membentuk siklus positif yang saling memperkuat, mendorong integrasi mendalam antara skenario Web3 AI dan Web2 AI.