ارزیابی هفت مولد ویدیویی مبتنی بر هوش مصنوعی در انتظار انتشار Sora از OpenAI

در طول یک سال گذشته که من در انتظار … بهترین تولیدکنندگان ویدیوی هوش مصنوعی برای خالقان و بازاریابان ظاهر شدن

لیست مدعیان اصلی، شش ماه پیش با معرفی سُرا توسط اوپن‌ ای‌آی، “یک مدل هوش مصنوعی که می‌تواند صحنه‌های واقع‌گرایانه و خیالی را از دستورات متنی ایجاد کند”، در ۱۵ فوریه، به هم ریخت.

ده روز بعد، سعی کردم خودم Sora را بررسی کنم. اما وبسایت OpenAI به من گفت: “در حال حاضر، ما برنامه زمانی یا جزئیات بیشتری برای ارائه در مورد در دسترس بودن عمومی Sora نداریم.”

مدتهاست منتظر خبرهای جدید هستم. و منتظر مانده ام. اما انتظار برای سُورا شبیه “در انتظار گودو” شده است. (اگر نمایش ساموئل بکت را ندیده اید، باید بدانید که گودو خبر می فرستد که فردا می رسد، اما هرگز ظاهر نمی شود.)

انتظار طولانی: در دسترس نبودن سُرا برای عموم

من فیلم کوتاه «سورا»ی OpenAI به نام «هوا سر» رو که توسط بچه‌های خجالتی ساخته شده بود، در تاریخ ۲۶ مارس دیدم. و فکر می‌کردم که سورا چند ماه بعد برای عموم در دسترس قرار می‌گیره.

اما ماه اوت شروع شده و فقط تعداد محدودی از هنرمندان بصری، طراحان و فیلمسازان مجوز دسترسی به این مدل را دریافت کرده‌اند تا “در مورد نحوه پیشرفت مدل برای مفیدتر شدن برای متخصصان خلاق” بازخورد بگیرند.

به عبارت دیگر، هنوز نمی‌توانم سُرا را خودم ارزیابی کنم.

علاوه بر این، “کودکان خجالتی” یک شرکت تولید فیلم مستقر در تورنتو است. مشخص نیست که آیا “کارا ویدیو. ای. آی” ، یک تولیدکننده ویدیو که توسط “سورا” پشتیبانی می شود، بیشتر از همه برای ساخت این ویدیوی چشمگیر مستحق ستایش است. اگر شما تیم خلاقانه ای از انسان ها ندارید که مدل تبدیل متن به ویدیو را هدایت کنند، آیا نتایج مشابه یا متفاوتی را مشاهده خواهید کرد؟

کاوش در 7 ابزار مولد ویدیو هوش مصنوعی جایگزین

در انتظار سارا، دو کلاس آنلاین در زمینه بازاریابی تأثیرگذار و هوش مصنوعی در آکادمی رسانه‌های نوین دبی امارات متحده عربی تدریس کردم. «سر هوا» را به دانشجویانم نشان دادم، اما تأکید کردم که تولیدکنندگان ویدیوی هوش مصنوعی هنوز برای تولید نتایج جذاب به خلاقیت انسانی نیاز دارند.

برای اینکه به آنها کمک کنم چیزهایی که یاد گرفتند را به کار بگیرند، وظیفه‌ی ساختن یک ویدیو با استفاده از یک تولید کننده‌ی هوش مصنوعی رایگان که در منطقه‌ی خاورمیانه و شمال آفریقا (MENA) موجود است را به آنها دادم که حداکثر ظرف دو یا سه روز باید آن را انجام می‌دادند.

برای پیدا کردن بهترین ابزارها، به موتورهای جستجوی هوش مصنوعی (پرپلکسیتی، چت جی پی تی 4، کلود 3، مایکروسافت کوپایلوت و جیمینی گوگل) مراجعه کردم. هر یک از آنها لیستی از پیشنهادات ارائه دادند، با گزینه‌هایی از شش تا هشت پیشنهاد.

به طور کلی، دانشجویان من در مورد هفت تولیدکننده ویدیوی هوش مصنوعی رایگان اطلاعات کسب کردند – شش موردی که من انتخاب کردم و یکی که توسط مدرس دیگری در برنامه توصیه شد. در اینجا این لیست به ترتیب حروف الفبا آمده است:

استودیو جادویی کنوا: ساخت ویدیوهای سریع و قابل تنظیم

ابزار تولید ویدیو مبتنی بر هوش مصنوعی کنوا بخشی از «استودیو جادویی» آن است، مجموعه ای از ابزارهای قدرتمند مبتنی بر هوش مصنوعی که به تیم‌ها کمک می‌کند تا به سرعت ویدیوهایی از متن بسازند و سپس با استفاده از ابزارهای ویرایش، محتوا را بهینه کنند، فیلترها اعمال کنند یا با یک کلیک پس‌زمینه را حذف کنند.

تولید ویدیو با هوش مصنوعی این ویدیو: ساده و کارآمد

اینویدیو هوش مصنوعی، قالب‌های از پیش ساخته و ویژگی تبدیل متن به ویدیو با هوش مصنوعی ارائه می‌دهد. این ابزار به شما امکان می‌دهد به سرعت ویدیوهایی با ظاهری حرفه‌ای بسازید. در طرح رایگان، ویدیوهای تولید شده دارای واترمارک هستند و گزینه‌های صادرات محدودی در اختیار شما قرار می‌گیرد.

ویرایش مشارکتی با ابزارهای هوش مصنوعی

کپ‌وینگ یک ویرایشگر ویدیویی مشارکتی است که ابزارهای هوش مصنوعی برای ساخت ویدیو ارائه می‌دهد، مانند زیرنویس‌های خودکار و سازنده‌ی میم. طرح رایگان این برنامه محدودیت‌هایی دارد، مانند خروجی‌های دارای واترمارک و فضای ذخیره‌سازی محدود در فضای ابری.

لومن 5: تبدیل متن به ویدیوهای جذاب

لومن ۵ متن شما را به محتوای ویدیویی جذاب تبدیل می‌کند. می‌توانید پست وبلاگ، مقاله یا هر محتوای متنی را وارد کنید تا ویدیویی براساس آن تولید شود. طرح رایگان شامل ویژگی‌های اصلی است، اما واترمارک به آن اضافه می‌شود.

تبدیل محتوای طولانی به ویدیوهای کوتاه

پیکتوری به شما اجازه می‌دهد محتوای بلند مانند وبلاگ‌ها و مقالات را به ویدیوهای کوتاه و قابل اشتراک تبدیل کنید.

این ابزار از هوش مصنوعی برای برجسته کردن نکات کلیدی و ساخت خلاصه ویدیویی استفاده می‌کند. نسخه رایگان دارای محدودیت‌هایی است، اما برای نیازهای اولیه کارآمد است.

آزمایش با هوش مصنوعی خلاق در ران‌وی‌ام‌ال

رنوی ML ابزاری منحصربه‌فرد است که طرح رایگان با اعتبار برای استفاده از ویژگی‌های هوش مصنوعی‌اش، از جمله تولید ویدیو، ارائه می‌دهد. این ابزار انتخاب مناسبی است اگر می‌خواهید با یک ابزار خلاق و قدرتمند آزمایش کنید، اما به یاد داشته باشید که سطح رایگان محدودیت‌هایی دارد.

سنتزیا: تولید محتوای ویدیویی چندزبانه با هوش مصنوعی

سینتیسیا یک تولیدکننده ویدیو مبتنی بر هوش مصنوعی است که متن را در عرض چند دقیقه به گفتار تبدیل می‌کند. این ابزار بیش از ۱۶۰ آواتار هوش مصنوعی ارائه می‌دهد که می‌توانند متن شما را به بیش از ۱۳۰ زبان دنیا صحبت کنند. این ویژگی به بازاریابان امکان می‌دهد تا ویدیوهای آموزشی، راهنما و بازاریابی محصول برای مخاطبان جهانی تولید کنند.

(خبرنامه‌ای که بازاریابان جستجو به آن اعتماد دارند)

آدرس ایمیل تجاری، ثبت نام کنید! در حال پردازش..

بینش هایی از استفاده عملی از تولیدکنندگان ویدیوی هوش مصنوعی

پس از بررسی کلی این هفت تولیدکننده ویدئو مبتنی بر هوش مصنوعی، از دانشجویانم خواستم فقط یکی از آنها را برای پروژه پایانی خود انتخاب کنند. همچنین به آنها گفتم که این مقاله را می‌نویسم و به آنها اجازه دادم تا نظرات خود را در مورد گزینه ای که استفاده کرده بودند، ارائه دهند.

دانا الخلیفی، دانشجوی دانشگاه امارات متحده عربی و مدیر داده و پشتیبانی فنی در دواهی العین، یک پروژه اجتماعی، گفت:

• ساختن ویدیو با InVideo.io بسیار آسان و لذت‌بخش بود! ایده‌های من به هوش مصنوعی داده شد و این هوش مصنوعی یک شاهکار از آن‌ها خلق کرد. از آنجایی که هوش مصنوعی بیشتر کارها را انجام می‌داد، توانستم به سرعت ویدیوهایی با کیفیت حرفه‌ای تولید کنم.
• از تنوع طرح‌های موجود و سهولت سفارشی‌سازی‌شان واقعا راضی بودم. به‌راحتی و بدون زحمت زیاد ویدیوهایم را حرفه‌ای کردم. این‌ویدئو.آی‌او یک منبع فوق‌العاده برای همه کسانی است که به دنبال تولید سریع و آسان ویدیوهای جذاب هستند.

سه دانشجوی دیگر که خواستند نامشان فاش نشود، نظرات خود را در مورد دیگر تولیدکنندگان ویدیوی هوش مصنوعی که از آن‌ها استفاده کرده بودند، بیان کردند.

• یک دانش‌آموز Synthesia را برای ساختن ویدیوهای هوش مصنوعی بررسی کرد. او از تنوع گویش‌های عربی در این نرم افزار تحت تاثیر قرار گرفت، اما متوجه شد که تلفظ در زبان عربی کامل نیست. او پیشنهاد کرد که هوش مصنوعی هنوز برای کنترل کیفیت به راهنمایی انسان نیاز دارد، مانند بهبود تلفظ و افزودن حس و حال.
• یک دانش‌آموز دیگر از Runway برای ساخت ویدیو استفاده کرد و این فرآیند را با وجود ابزارهای ویرایش، انتقال و افکت، ساده یافت. او متذکر شد که اگرچه هوش مصنوعی می‌تواند بسیاری از جنبه‌ها را خودکار کند، اما هنوز فاقد اصالت و عمق عاطفی است که خلاقیت انسان ارائه می‌دهد. او بر اهمیت نظارت انسانی در آوردن آگاهی از زمینه و حساسیت فرهنگی به ویدیوهای تولید شده توسط هوش مصنوعی تأکید کرد.
• دانش‌آموز دیگری از Canva برای ساخت سریع ویدیو استفاده کرد. او به کارایی و سرعت ابزارهای هوش مصنوعی اشاره کرد، اما به فقدان بیان احساسی و لحن مکانیکی محتواهای تولید شده توسط هوش مصنوعی هم پرداخت. او پیشنهاد کرد که از ابزارهای هوش مصنوعی برای پیش‌نویس ویدیوها استفاده شود و بعداً با ابزارهای هوش مصنوعی پیشرفته‌تر یا دخالت انسان برای محصول نهایی ظریف‌تر، بهبود داده شوند.

در اینجا لیستی از نظرات درباره استفاده از ویدیوهای هوش مصنوعی از سوی بیش از یک دوجین دانش‌آموز دیگر آمده است:

• من سعی کردم از ابزارهای هوش مصنوعی استفاده کنم، اما ویدیو خیلی کسل کننده بود و هیچ جنبه اجتماعی رو نشون نمی‌داد.
• ویدیوی هوش مصنوعی در مقایسه با ویدیویی که خودم ساختم، جذابیت کمتری داشت.
• هوش مصنوعی عالی است، اما فاقد حس انسانی، به خصوص در زمینه داستان سرایی و کیفیت ویدئو است.
• هوش مصنوعی دقیقا با سبکی که می‌خواستم مطابقت نداشت و ویدیو حس رباتیک بودن می‌داد.
• ویدئوی هوش مصنوعی جالب بود، اما به اندازه ویدیوی تیم انسانی دقیق و خلاقانه نبود.
• محتوای تولید شده توسط هوش مصنوعی هنوز به ورودی انسان نیاز دارد؛ این ویدیو خلاقیت مورد نظرم را به تصویر نکشید.
• من سعی کردم هوش مصنوعی را به چالش بکشم، اما او در به تصویر کشیدن دقیق چیزی که در ذهن داشتم، به خصوص در زمینه نمایش فرهنگی، ناتوان بود.
• هوش مصنوعی نتوانست دست‌ها را درست به تصویر بکشد، عجیب به نظر می‌رسید و صداگذاری هم رباتیک بود.
• ابزارهای هوش مصنوعی گزینه‌ها و ایده‌های طوفان فکری ارائه دادند اما نتیجه نهایی‌ای تولید نکردند که در حد انتظار باشد.
• ویدیوی هوش مصنوعی خیلی با چیزی که انتظار داشتم فرق داشت، مخصوصا در مورد دست‌ها و پس زمینه. کاملا دقیق نبود.
• هوش مصنوعی برای تولید محتوای ساده مناسب است، اما دقت و شخصی‌سازی مورد نیاز برندهای لوکس را ندارد.
• هوش مصنوعی در جزئیاتی مثل دست‌ها مشکل داشت و پس‌زمینه با زمینه مورد نظر من همخوانی نداشت.
• ویدیوهای هوش مصنوعی معمولا آن حس عاطفی یا جریان خلاقانه‌ای را که ویدیوهای ساخته شده توسط انسان دارند، ندارند.
• زمینه‌هایی که هوش مصنوعی می‌سازد معمولا با موقعیتی که من می‌خواهم مطابقت ندارند.
• ویدیوهای هوش مصنوعی می‌توانند خیلی سریع چیزی بسازند، اما خلاقیت و جزئیات لازم را ندارند.
• احساس اصیل بودن نمی‌کرد؛ هوش مصنوعی نمی‌تواند جایگزین لمس انسانی و هوش هیجانی شود.
• دست ها و پس زمینه در ویدیوی هوش مصنوعی تحریف شده بودند و با ایده اصلی من مطابقت نداشتند.

مزایا و چالش‌های هوش مصنوعی در ساخت ویدئو

به طور کلی، اینها مشاهدات کلی هستند که ده ها دانشجو در دو کلاس داشتند:

مزایا

• کارایی و سرعت ابزارهای هوش مصنوعی می‌توانند به سرعت ویدیو تولید کنند و نقطه شروع یا پیش‌نویس مناسبی برای تولید محتوا را ارائه دهند.
• راحتی استفاده بسیاری از دانش‌آموزان ابزارهای هوش مصنوعی برای ساخت فیلم را ساده و قابل استفاده یافتند و به آن‌ها امکان ساخت ویدئو بدون نیاز به دانش فنی پیشرفته را داد.
• تنوع ابزارهایی مانند سینتیزیا، گزینه‌های متنوعی مانند زبان‌ها و گویش‌های مختلف را ارائه می‌دهند که دسترسی را افزایش می‌دهد.

محدودیت‌ها و چالش‌ها

• نیاز به مداخله انسان محتوای تولید شده توسط هوش مصنوعی اغلب به نظارت انسانی نیاز دارد تا از تناسب فرهنگی، عمق احساسی و دقت آن اطمینان حاصل شود.
• تلفظ و بیان صدای تولید شده توسط هوش مصنوعی، به‌ویژه در زبان‌های غیرانگلیسی، ممکن است تلفظ درست و بیان احساسی مناسب نداشته باشد.
• اصالت محتوا ابزارهای هوش مصنوعی ممکن است در زمینه خلاقیت و اصالت با مشکل مواجه شوند، و این نشان می‌دهد که خلاقیت انسانی برای افزودن عناصر منحصربه‌فرد ضروری است.

در انتظار عرضه سُورا، در حال آزمایش بهترین تولیدکنندگان ویدیوهای هوش مصنوعی

در انتظار سارا، ارزیابی سایر تولیدکننده‌های ویدیویی هوش مصنوعی می‌تواند درس‌های مهمی به ما بیاموزد.

مهم‌ترین درس این است: «هوش مصنوعی شغل شما را نمی‌گیرد، بلکه کسی که از هوش مصنوعی استفاده می‌کند، شغل شما را خواهد گرفت.»

اقتصاددان، ریچارد بالدوین، اولین کسی بود که این جمله را در نشست رشد مجمع جهانی اقتصاد در سال ۲۰۲۳ به زبان آورد و تغییراتی از این عبارت در گفتگوها پیرامون تاثیرات بالقوه هوش مصنوعی تکرار شده است.

منتظر ظهور کامل و ایده‌آلِ یک تولید کننده ویدیویی هوش مصنوعی نباشید.

از بین بهترین نمونه‌های موجود، تعدادی را بررسی کنید تا بفهمید چه قابلیت‌هایی دارند و چه قابلیت‌هایی ندارند. با استفاده از این رویکرد آزمون و یادگیری، می‌توانید سُرا را وقتی منتشر شد، ارزیابی کنید.

و اگر سُورا در آینده‌ی نزدیک نیاید، آن وقت درس مهم دیگری یاد می‌گیری: «کمال دشمن خوب است.»

به هر حال، احتمال از دست دادن شغل شما به دلیل عدم آشنایی با نحوه استفاده از هوش مصنوعی برای “ساخت فیلم هایی با طول حداکثر یک دقیقه با حفظ کیفیت تصویری و پایبندی به دستور کاربر” (همان چیزی که سُرا وعده آن را داده) کمتر خواهد بود.