اختراق تقنية توليد الفيديو بالذكاء الاصطناعي وارتباطها بـ Web3

أبرز تقدم في مجال الذكاء الاصطناعي مؤخرًا هو اختراق تقنية توليد الفيديو متعدد الوسائط. هذه التقنية تطورت من توليد الفيديو من نصوص فقط إلى توليد شامل يدمج النصوص والصور والصوت.

تشمل بعض حالات الاختراق التكنولوجي التي تستحق الاهتمام:

1. إطار EX-4D المفتوح المصدر من شركة تكنولوجيا كبيرة يمكنه تحويل الفيديو العادي إلى محتوى 4D بزاوية رؤية حرة، وقد تجاوزت نسبة قبول المستخدمين 70%. تتيح هذه التقنية للفيديو العادي إنشاء تأثيرات مشاهدة بزاوية عرض عشوائية تلقائيًا، وهو ما كان يتطلب في الماضي فريق نمذجة ثلاثية الأبعاد محترف لتحقيقه.

2. تدعي منصة "رسم الأفكار" التابعة لشركة محرك بحث معينة أنها تستطيع إنشاء فيديو بجودة "سينمائية" لمدة 10 ثوانٍ من صورة واحدة. ومع ذلك، لا يزال يتعين التحقق من صحة هذا الادعاء.

3. تقنية Veo من عملاق التكنولوجيا الدولي يمكنها إنشاء فيديو بدقة 4K وصوت بيئي بشكل متزامن. تكمن أهمية هذه التقنية في تحقيق مطابقة حقيقية على المستوى الدلالي، مما يمكنها من تحقيق تطابق دقيق بين حركة الصورة والصوت في المشاهد المعقدة.

4. تقنية ContentV من منصة الفيديو القصير لديها 80 مليار معلمة، ويمكنها إنتاج فيديو بدقة 1080 بكسل في غضون 2.3 ثانية، بتكلفة 3.67 يوان لكل 5 ثوان. على الرغم من أن التحكم في التكلفة جيد، إلا أن هناك مجالاً لتحسين جودة الإنتاج في المشاهد المعقدة.

تمثل هذه الاختراقات التكنولوجية أهمية كبيرة من حيث جودة الفيديو وتكاليف الإنتاج وسيناريوهات التطبيق. من الناحية التقنية، فإن تعقيد إنشاء الفيديو متعدد الأنماط هو من الدرجة الأسية، حيث يتضمن العديد من النقاط البيانية، والتناسق الزمني، ومزامنة الصوت، والتناسق في الفضاء ثلاثي الأبعاد. الحلول الحالية تعتمد على التفكيك المعياري والتعاون بين النماذج الكبيرة لتحقيق ذلك.

فيما يتعلق بالتكلفة، تم تقليل تكلفة التوليد بشكل كبير من خلال تحسين بنية الاستدلال، بما في ذلك استراتيجيات التوليد الهرمي، آلية إعادة استخدام التخزين المؤقت، وتخصيص الموارد الديناميكي.

لقد جلبت هذه التقدمات التكنولوجية صدمة كبيرة لصناعة إنتاج الفيديو التقليدية. ستقوم تقنية الذكاء الاصطناعي بضغط العمليات التي كانت تتطلب في السابق أجهزة ومواقع وممثلين وتحرير ما بعد الإنتاج إلى إدخال كلمات بسيطة وانتظار لبضع دقائق، وستحقق نتائج يصعب الحصول عليها من خلال التصوير التقليدي. قد يؤدي ذلك إلى إعادة تشكيل الاقتصاد الإبداعي بأكمله.

إذن، ما علاقة هذه التحولات في تقنيات الذكاء الاصطناعي في Web2 بـ Web3 AI؟

1. هيكل الطلب على قوة الحوسبة قد تغير. يتطلب إنشاء الفيديو متعدد الأنماط مجموعة متنوعة من تركيبات قوة الحوسبة، مما يخلق طلبًا جديدًا على قوة الحوسبة الموزعة غير المستخدمة، وأنواع مختلفة من نماذج التعديل الموزعة، والمنصات الخوارزمية والتفسير.

2. زيادة متطلبات وضع علامات البيانات. يتطلب إنشاء مقاطع فيديو احترافية أوصاف مشاهد دقيقة، وصور مرجعية، وأنماط صوتية، ومسارات حركة الكاميرا، وظروف إضاءة، وغيرها من البيانات الاحترافية. يمكن أن تشجع آليات التحفيز في Web3 المتخصصين على تقديم مواد بيانات عالية الجودة.

3. تتجه تقنية الذكاء الاصطناعي نحو التطور في التعاون القائم على الوحدات، وهذا بحد ذاته هو طلب جديد على المنصات اللامركزية. في المستقبل، قد تتشكل قوة الحوسبة والبيانات والنماذج وآليات التحفيز في حلقة تعزز ذاتها، مما يعزز الاندماج العميق بين سيناريوهات الذكاء الاصطناعي في Web3 و Web2.