این مدل برای رقابت با هوش مصنوعی Sora از OpenAI ساخته شده است.
متا مدل هوش مصنوعی تولید ویدیو جدیدی با نام Movie Gen را معرفی کرده که میتواند ویدیوهای با وضوح بالا و با صدا تولید کند. هرچند هنوز این مدل در دسترس عموم کاربران قرار نگرفته است اما Movie Gen با هوش مصنوعی Sora از OpenAI رقابت میکند که میتواند متن را به ویدیو تبدیل کند.
Movie Gen براساس متن ارائهشده توسط کاربر میتواند ویدیوهای جدیدی تولید کند و همچنین ویدیوهای موجود یا تصاویر ثابت را ویرایش کند. همچنین صدای ویدیوها نیز با هوش مصنوعی تولید میشود و با نویز محیط، جلوههای صوتی و موسیقی پسزمینه هماهنگ میشود. علاوهبراین، ویدیوها را میتوان در نسبتهای تصویری مختلفی تولید کرد.
متا میگوید که Movie Gen علاوهبر تولید ویدیوهای جدید، همچنین میتواند ویدیوهای سفارشی از تصاویر ایجاد کند یا عناصر مختلف موجود در یک ویدیو را تغییر دهد. یکی از نمونههایی که متا در وبسایت خود بهاشتراک گذاشته، ویدیویی از یک زن را نشان میدهد که در کنار چند کدو تنبل نشسته است و در حال نوشیدن نوشیدنی است. این ویدیو از عکس سرِ زن تولید شده است.
در بخش دیگری از پست متا ادعاشده که Movie Gen با «ترکیبی از مجموعه دادههای دارای مجوز و در دسترس عموم» آموزش داده شده است، اما دادهها دقیقاً مشخص نشدهاند.
همانطور که اشاره کردیم، از Movie Gen همچنین میتوان برای ویرایش ویدیوهای موجود و تغییر سبک یا اضافهکردن عناصر مختلف به آنها نیز استفاده کرد. در نمونه تولیدشده توسط متا برای این قابلیت، یک دونده را شاهد هستیم که تصویر او با هوش مصنوعی به شیوههای مختلفی تغییر میکند. مثلاً در یک فریم او نوعی منگوله در دست خود دارد و در یک فریم دیگر، پسزمینه تصویر به کویر تغییر یافته است.
«کریس کاکس»، مدیر محصول متا در Threads مینویسد که این شرکت «به این زودیها آماده نیست تا مدل خود را بهعنوان یک محصول عرضه کند»، زیرا هزینه بالایی دارد و زمان تولید ویدیو با آن بسیار طولانی است.
پاسخ ها