Весь прогресс генерации видео нейронками в одном кадре
Возможность генерации видео по запросу появилась относительно недавно. Но уже за год качество видео — а значит, его правдоподобность, привлекательность — невероятно выросла.
** Еще больше интересного в моем канале продуктовые штучки**
Судите сами:
Видео сверху — создано в апреле 2023 года, а внизу - в июле 2024. В обоих случаях использовались одни и те же инструменты: сценарий от ChatGPT, иллюстрации и анимации — Midjourney и Runway, закадровый голос сгенерирован Eleven Labs.
В итоге фейковые видео не отличаются по качеству от реальных. Сначала в Flux было сгенерировано реалистичное изображение, а затем его анимировали в Runway Gen-3 Alpha.
В итоге бренды, как и мы с вами, уже сейчас могут создавать рекламные ролики практически не вставая с места.
Вот свежий пример:
Ролик полностью сделан ИИ, затем в ролике лишь добавили номерные знаки и нарисовали логотип. Весь процесс занял меньше суток. Другой ролик, созданный нейросетью Sora от OpenAI, был недавно презентован на «Каннских львах».
Что дальше?
Следующий этап — соревнование за скорость генерации, длину роликов и количество затраченных на это ресурсов.
В этом соревнуются модели, которые были выпущены совсем недавно, в мае - июне. Например, один из участников гонки Runway, хвастается, что генерит видео за 30 сек, в то время как конкуренты могут это делать за минуту, а то и все две.
Главная битва между создателями сейчас разгорается за удешевление моделей (цены на токены для LLM). А значит, за снижение стоимость генерации контента для пользователей.
Так, OpenAI снизила цены за миллион токенов на GPT-4 с $36 при запуске в марте 2023 до $4 сейчас. В немалой мере этому способствует конкуренция и инновации.
К чему это приведет?
Как и в случае соцсетей и смартфонов, это приведет к тому, что все больше людей будут создавать свое кино. И тут нам в помощь Disney, который выпустил анимированный гайд по созданию фильмов.
Пожалуйста, поддержите меня, поставьте лайк!
Модели генерации видео развиваются невероятными темпами, но до сих пор создавали "немые" видео, без звука. Google DeepMind решил эту проблему, анонсировав 17 июня технологию создания аудио на основе имеющегося видео (V2A). И буквально через день подтянулся с решением другой конкурент, единорог ElevenLabs. Расскажу о сервисе, и чем он нам может быть…
Интересно наблюдать, как рождаются продукты на наших глазах. А если и не сам продукт, то хотя бы фишки, которые помогают ему стать виральным и быстро набрать аудиторию (что тоже весьма неплохо, когда завоевываешь место на рынке). Покажу это на конкретном примере.