مدل هوش مصنوعی ساخت ویدئوی Runway Gen-4.5 معرفی شد

به اشتراک‌گذاری

مدل هوش مصنوعی ساخت ویدئو از روی متن Runway Gen-4.5 معرفی شد. به گفته ران‌وی این مدل در ساخت تصویر از روی دستورات (پرامپت) پیچیده‌تر از رقبا برتر است. این شرکت ادعا می‌کند که نسل جدید این مدل هوش مصنوعی قادر به خلق تصاویری دقیق‌تر و پایبندتر به دستور متنی کاربر نسبت به نسل قبلی محصول همین شرکت است.

شرکت Runway در یادداشتی اعلام کرد مدل جدید هوش مصنوعی‌ش با نام Gen-4.5 قادر است خروجی‌هایی «سینمایی و بسیار واقع‌گرایانه» تولید کند؛ به‌گونه‌ای که تشخیص تفاوت میان محتوای واقعی و ساخته‌شده با هوش مصنوعی دشوارتر خواهد شد.

به گفته‌ی این شرکت، Gen-4.5 «دقت فیزیکی و وضوح بصری بی‌سابقه‌ای» دارد و نسبت به نسخه‌های پیشین توانایی بیشتری در پیروی از دستورات متنی (پرامپت‌ها) نشان می‌دهد. این مدل می‌تواند صحنه‌های پیچیده و جزئیات دقیق را بدون افت کیفیت ویدئو تولید کند. ران‌وی تأکید کرده است که اشیای ساخته‌شده با این مدل «با وزن، شتاب و نیرویی طبیعی حرکت می‌کنند» و مایعات نیز «با دینامیک واقعی جریان می‌یابند».

این مدل به‌تدریج برای همه کاربران عرضه می‌شود و همان سرعت و کارایی نسخه قبلی را خواهد داشت. با این حال، محدودیت‌هایی همچنان وجود دارد؛ از جمله مشکلات در «پایداری اشیا» و «استدلال علّی» که ممکن است باعث شود برخی رویدادها، مانند باز شدن در قبل از لمس دستگیره، پیش از علت رخ دهند.

در همین راستا، OpenAI نیز تلاش‌های خود را برای واقعی‌تر کردن ویدئوهای تولیدشده با هوش مصنوعی افزایش داده است. این شرکت در مدل Sora 2 که سپتامبر معرفی شد، بهبودهای قابل توجهی در شبیه‌سازی فیزیک ارائه کرد. بیل پیبلز، مدیر Sora، گفته بود: «می‌توانید به‌طور دقیق روی یک تخته شنا پشتک بزنید و در آب شیرجه بروید و تمام دینامیک سیالات و شناوری به‌درستی مدل‌سازی می‌شود.»

ران‌وی همچنین اعلام کرده Gen-4.5 در مدیریت سبک‌های بصری مختلف عملکرد بهتری دارد و می‌تواند خروجی‌های فوتورئالیستی، استایلایز و سینمایی را با ثبات بیشتری تولید کند. این استارتاپ مدعی است تصاویر فوتورئالیستی ساخته‌شده با این مدل «از نظر جزئیات و دقت، غیرقابل تشخیص از ویدئوهای واقعی» هستند.

منبع خبر