به گزارش کارگروه فناوری اطلاعات سایبربان ؛ استارتاپ هوش مصنوعی Runway که پارسال مدل تبدیل متن به تصویر Stable Diffusion را منتشر کرده بود، حالا مدل جدیدی بهنام Gen-1 را ساخته است که میتواند ویدیوهای موجود را از طریق فرمانهای متن یا تصاویر دیگر تغییر دهد و به سبکهای متفاوت تبدیل کند.
استارتاپ Runway با انتشار ویدیویی نشان داد که مدل هوش مصنوعی جدید آنها چگونه کار میکند و میتواند سبک نمایشی ویدیوها را تغییر دهد. این استارتاپ امیدوار است که Gen-1 همان عملکردی را برای ویدیوها داشته باشد که Stable Diffusion برای تصاویر داشت. مدیرعامل Runway میگوید سال 2023 میتواند سال ویدیوها باشد.
مدل Gen-1 ترکیبی از مدلهای تبدیل متن به ویدیو از جمله مدل Make a Video از متا و Phenaki از گوگل است که پارسال معرفی شدند و میتوانند ویدیوهای کوتاه بسازند. مدل استارتاپ Runway همچنین شبیه Dreamix از گوگل خواهد بود که هفته پیش معرفی شد و میتواند از روی ویدیوهای موجود ویدیوهای جدیدی با سبکهای متفاوت بسازد. بااینحال، Gen-1 ظاهراً از نظر کیفی یک سروگردن از رقبا جلوتر است.
هوش مصنوعی Gen-1 میتواند برای ویدیوهای حرفهای استفاده شود
برخلاف گوگل و متا، Runway هوش مصنوعی خود را با درنظرگرفتن کاربران ساخته است. «کریستوبال والنزوئلا»، مدیرعامل این استارتاپ میگوید: «این یکی از اولین مدلهایی است که با رابطه نزدیک با جامعه فیلمسازان ساخته شده است. این مدل دربرگیرنده سالها تجربه فیلمسازان و متخصصان VFX در مراحل پسا-تولید است.»
Gen-1 که از طریق سایت Runway روی فضای ابری کار میکند، حالا با دعوتنامه در اختیار شمار برگزیدهای از کاربران قرار گرفته است و در هفتههای آینده در اختیار افراد بیشتری قرار داده خواهد شد. والنزوئلا امیدوار است که Gen-1 بتوانند مانند Stable Diffusion به افراد در تولید پروژههای حرفهای کمک کند.
ابزارهای این استارتاپ که در سال 2018 تأسیس شده است، تاکنون توسط تیکتاکرها، یوتوبرها و استودیوهای تلویزیونی حرفهای مختلفی به کار گرفته شدهاند. برنامه The Late Show with Stephen Colbert و فیلم سینمایی Everything Everywhere All at Once از جمله پروژههایی هستند که از ابزارهای Runway استفاده کردهاند.
