تولید ویدیو با هوش مصنوعی؛ انقلابی با Gemini و Whisk گوگل

1

گوگل به‌تازگی قابلیت تولید ویدیو با استفاده از هوش مصنوعی را برای کاربران نسخه پیشرفته Gemini (Gemini Advanced) فراهم کرده است. کاربران اکنون می‌توانند با کمک مدل Veo 2، تنها با نوشتن یک توصیف صحنه، ویدیوهایی با کیفیت سینمایی تولید کنند.

علاوه بر این، قابلیت Whisk Animate نیز به پلتفرم Whisk افزوده شده است که به کاربران اجازه می‌دهد تصاویر تولید شده را بلافاصله به ویدیوهای کوتاه تبدیل کنند. هر دو قابلیت به‌صورت جهانی برای کاربران اشتراک Google One AI Premium در وب و موبایل فعال شده‌اند.

همه می‌توانند تولیدکننده ویدیو باشند

تولید ویدیو با Veo 2 تنها با یک جمله

با استفاده از قابلیت‌های جدید Gemini، کاربران می‌توانند در قالب افقی ۱۶:۹، ویدیوهایی با کیفیت 720p و فرمت MP4 تولید کنند که مدت‌زمان آن‌ها ۸ ثانیه است. این فرایند تنها با نوشتن یک توصیف صحنه قابل انجام است، بدون نیاز به هیچ مهارت فنی یا نرم‌افزار جانبی.

هرچه جزئیات بیشتر، کیفیت بالاتر

هرچه توصیف صحنه دقیق‌تر و کامل‌تر باشد، کیفیت نهایی ویدیو نیز بالاتر خواهد بود. مدل جدید قادر است حرکات انسان را به‌صورت طبیعی‌تر بازسازی کرده، صحنه‌هایی واقع‌گرایانه و سرشار از جزئیات تصویری ارائه دهد. این ویژگی به کاربران کمک می‌کند تا ترکیب‌های خلاقانه‌تری را تجربه کرده، سبک‌های بصری متنوعی را بیازمایند و ایده‌های ذهنی خود را در مدت کوتاهی به تصویر بکشند.

ویدیوهای تولیدشده را می‌توان مستقیماً از طریق گوشی‌های موبایل در پلتفرم‌هایی مانند TikTok یا YouTube Shorts به اشتراک گذاشت.

تبدیل تصویر به ویدیو با Whisk Animate

ابزار آزمایشی Whisk حالا انیمیشن هم تولید می‌کند

پلتفرم Whisk که توسط Google Labs در دسامبر معرفی شده بود، اکنون با قابلیت جدیدی به نام Whisk Animate به‌روزرسانی شده است. این ابزار که تاکنون امکان ساخت تصاویر ایستا از ورودی‌های متنی یا تصویری را فراهم می‌کرد، اکنون می‌تواند آن تصاویر را بلافاصله به ویدیوهای ۸ ثانیه‌ای تبدیل کند.

کاربران برای استفاده از این ویژگی می‌توانند به نشانی labs.google/whisk مراجعه کنند.

تضمین امنیت در تولید ویدیو با هوش مصنوعی

اقدامات امنیتی گوگل برای محتوای تولیدشده

گوگل برای جلوگیری از سوءاستفاده از این قابلیت، تدابیر امنیتی گسترده‌ای در نظر گرفته است. در این راستا، آزمایش‌های سنگین و بررسی‌های امنیتی موسوم به “رد تیمینگ” (red teaming) برای شناسایی و جلوگیری از تولید محتوای مغایر با سیاست‌های شرکت انجام شده‌اند.

افزودن واترمارک دیجیتال به تمامی ویدیوها

به منظور شفاف‌سازی منشأ محتوا، تمامی ویدیوهایی که با استفاده از این ابزارها تولید می‌شوند، شامل واترمارک دیجیتالی SynthID هستند که در هر فریم از ویدیو درج شده و نشان می‌دهد ویدیو با هوش مصنوعی تولید شده است.

همچنین با توجه به اینکه محتوای تولیدشده توسط کاربران و بر اساس دستورهای آن‌هاست، ممکن است در برخی موارد برای برخی کاربران حساسیت‌زا باشد. گوگل اعلام کرده که با اتکا به بازخورد کاربران، روند بهبود عملکرد و نظارت بر محتوای تولیدی ادامه خواهد داشت.

قابلیت تولید ویدیو با هوش مصنوعی از امروز در تمامی پلتفرم‌ها فعال شده و به‌صورت مرحله‌ای در سراسر جهان در دسترس کاربران قرار می‌گیرد. این ویژگی از تمامی زبان‌های پشتیبانی‌شده توسط Gemini پشتیبانی می‌کند و تنها در اختیار کاربران Google One AI Premium قرار دارد.

نمونه‌هایی از درخواست‌ها و ویدیوهای تولیدی

گوگل چند نمونه عملی منتشر کرد

برای آشنایی بیشتر کاربران، گوگل چند نمونه از درخواست‌های متنی و ویدیوهای تولیدشده بر اساس آن‌ها را منتشر کرده است. این نمونه‌ها به کاربران نشان می‌دهند که چطور با نوشتن یک توصیف ساده می‌توان به خروجی خلاقانه و حرفه‌ای دست یافت.

جمع‌بندی: آینده تولید محتوا اینجاست

ظهور قابلیت‌های هوش مصنوعی در تولید محتوای ویدیویی، روند ساخت ویدیو را دگرگون کرده است. حالا دیگر تولید ویدیوهای سینمایی و جذاب، نه زمان‌بر است و نه نیاز به مهارت‌های پیچیده دارد. با ابزارهایی مانند Gemini و Whisk Animate، آینده تولید محتوا بیش از همیشه در دستان کاربران عادی قرار گرفته است.