شروع عصر ویدیوهای هوش مصنوعی در یوتیوب و گوگل

گوگل به وعده‌های اخیر خود برای افزودن قابلیت‌های هوش مصنوعی مولد به محصولات عکس و ویدیویش عمل می‌کند. در پلتفرم یوتیوب، این شرکت نخستین مرحله از ویدیوهای تولیدشده با هوش مصنوعی را برای بخش YouTube Shorts عرضه کرده است. اما حتی اگر تولیدکننده محتوای یوتیوب نباشید، به‌زودی با ویدیوهای بیشتری که با هوش مصنوعی ساخته شده‌اند، روبه‌رو خواهید شد.

اپلیکیشن Google Photos که تقریباً در تمام گوشی‌های اندرویدی بازار یکپارچه شده، نیز به قابلیت تولید ویدیو با استفاده از هوش مصنوعی مجهز خواهد شد. در هر دو مورد، این قابلیت‌ها فعلاً بر پایه مدل قدیمی‌تر Veo 2 ارائه می‌شوند، نه نسخه پیشرفته‌تر Veo 3 که از زمان معرفی‌اش در کنفرانس I/O در ماه مه، در فضای اینترنت با واکنش‌های گسترده‌ای همراه بوده است.

مدیرعامل یوتیوب، «نیل موهان»، در ابتدای تابستان امسال تأیید کرده بود که این شرکت قصد دارد از هوش مصنوعی مولد در ابزارهای تولید محتوای YouTube Shorts بهره بگیرد. پیش از این نیز ابزارهایی برای تولید پس‌زمینه ویدیویی در دسترس بودند، اما مرحله بعدی، شامل تولید عناصر جدید ویدیویی بر اساس فرمان‌های متنی خواهد بود.

از امروز، تولیدکنندگان محتوا می‌توانند با استفاده از یک عکس، ویدیویی جدید با کمک هوش مصنوعی مولد ایجاد کنند. یوتیوب همچنین وعده داده مجموعه‌ای از افکت‌های مولد را ارائه دهد که به‌راحتی از طریق دوربین Shorts قابل استفاده خواهند بود. بخش جدیدی نیز با عنوان AI Playground راه‌اندازی شده است که به‌گفته‌ی شرکت، مرکز اصلی تمامی ابزارهای هوش مصنوعی آن خواهد بود؛ این بخش شامل نمونه‌ها و پیشنهاداتی برای فرمان‌های متنی (prompts) است که به کاربران کمک می‌کند محتوای هوش مصنوعی تولید کنند.

در حال حاضر، تمامی قابلیت‌های ویدیویی هوش مصنوعی در یوتیوب بر پایه مدل Veo 2 اجرا می‌شوند. با این حال، گوگل قصد دارد در ادامه تابستان، این قابلیت‌ها را به مدل پیشرفته‌تر Veo 3 منتقل کند. قابلیت‌های هوش مصنوعی در YouTube Shorts فعلاً تنها در ایالات متحده، کانادا، استرالیا و نیوزیلند فعال هستند، اما در آینده به کشورهای بیشتری گسترش خواهند یافت.

قابلیت‌های جدید هوش مصنوعی مولد در Google Photos در مقایسه با یوتیوب، در مقیاس محدودتری عرضه شده‌اند. از امروز، کاربران اپلیکیشن Photos در ایالات متحده به مجموعه‌ای مشابه از این ویژگی‌ها دسترسی پیدا می‌کنند. مشابه با یوتیوب، این برنامه نیز اکنون می‌تواند عکس‌های کاربران را به ویدیوهای کوتاه تبدیل کند؛ البته همچنان با استفاده از مدل قدیمی‌تر Veo 2.

در حال حاضر، تنها دو گزینه برای این انیمیشن‌ها ارائه شده است: «حرکات ملایم» و «من احساس خوش‌شانسی می‌کنم».

در هفته‌های آینده، قابلیت جدیدی به نام Remix نیز به Photos افزوده خواهد شد؛ این ابزار مجموعه‌ای از سبک‌های آماده را در اختیار کاربر قرار می‌دهد که می‌توان آن‌ها را به‌سرعت بر روی تصاویر اعمال کرد.

در حالی که یوتیوب به قابلیت AI Playground مجهز می‌شود، گوگل فوتوز به بخش جدیدی به نام Create Tab دست پیدا خواهد کرد. این بخش عملکردی مشابه دارد و تمامی ابزارهای هوش مصنوعی مولد موجود در اپلیکیشن را نمایش می‌دهد. Create Tab در نوار ناوبری پایینی قرار خواهد گرفت تا به راحتی قابل دسترسی و توجه قرار گیرد. این ویژگی از ماه آگوست در دسترس قرار خواهد گرفت و در حال حاضر تنها برای کاربران ایالات متحده فعال است.

گوگل همچنین از این فرصت استفاده کرده تا تأکید کند که از فناوری SynthID برای اضافه کردن واترمارک دیجیتال به تمامی تصاویر و ویدیوهای تولیدشده با هوش مصنوعی استفاده می‌کند.
این فناوری به‌طور نظری کمک می‌کند تا محتوای تولیدشده با هوش مصنوعی نتواند به‌راحتی به‌عنوان محتوای واقعی معرفی شود. ممکن است این نگرانی با ویدیوهای تولیدشده بر اساس Veo 2 زیاد به چشم نیاید، اما همانطور که می‌دانیم، Veo 3 عملکرد بسیار بهتری دارد.
گوگل همچنین اشاره می‌کند که آن‌ها تجزیه و تحلیل‌های ایمنی مستمری برای جلوگیری از سوءاستفاده از مدل‌های ویدیویی هوش مصنوعی خود انجام می‌دهند، اما این امر همیشه از دست افراد بدخواه جلوگیری نمی‌کند.

منبع خبر : arstechnica.com