نيويورك - أ ف ب: قدمت مجموعة "ميتا"، أول من أمس، واجهة الذكاء الاصطناعي التوليدي الجديدة "موفي جن" (Movie Gen)، التي تتيح إنشاء مقاطع فيديو بالصوت بالاستناد إلى نصوص أو صور، وهو ما تسمح به خدمات رائدة أخرى في الذكاء الاصطناعي.
وباتت "موفي جن" نموذج توليد الصور الثالث لمجموعة "ميتا" بعد نموذج أول في تموز 2022، وثانٍ في تشرين الثاني 2023.
لم تتم إتاحة أي من الواجهات الثلاث للعامة، إذ تخضع للاختبار في هذه المرحلة من صانعي محتوى ومخرجين يقوّمون "موفي جن" ويساعدون في تحسين البرنامج.
ولم ترد "ميتا" على الفور على سؤال لوكالة فرانس برس بشأن موعد طرح "موفي جن". وبالإضافة إلى مقاطع الفيديو التوضيحية، نشرت المجموعة، أول من أمس، وثيقة بحثية تتضمن توصيفاً للنموذج الجديد.
نماذج اللغة هي برامج تعتمد على قواعد بيانات ضخمة، ما يسمح لها بإنشاء محتوى من نص أو صورة أو فيديو أو صوت أو رمز معلوماتية، استجابة لطلب تمت صياغته باللغة اليومية.
بإمكان "موفي جن" إنتاج مقطع فيديو بناءً على طلب مكتوب، وأيضاً من صورة. كما يوفر وظائف تحرير لمقاطع فيديو موجودة.
يتيح النموذج أيضاً إضافة مقطع صوتي إلى الفيديو، وفقاً للمبدأ نفسه القائم على الطلبات باللغة اليومية.
في مقطع قصير نُشر على موقع "ميتا"، يكفي التلفظ بجملة واحدة لتعديل فيديو عبر إضافة مشاهد لسيارة رباعية الدفع في الصحراء مع صوت محرك هادر ونغمة غيتار.
وألمحت "ميتا" إلى أن نسخة "موفي جن" قد تصبح متاحة للاستخدام يوماً ما عبر شبكتَي إنستغرام وفيسبوك، أو حتى من خلال رسائل واتساب.
وليست "ميتا" أول مشغل للذكاء الاصطناعي يطوّر نموذجاً لإنشاء الفيديو.
وفي هذا الإطار، يتيح برنامج "رانواي" (Runway)، من شركة "رانواي إيه آي" (Runway AI) الناشئة، من خلال طلب مكتوب، إنشاء لقطة مدتها بضع ثوانٍ، أو تحويل سلسلة من الصور الثابتة إلى فيديو قصير، أو إعادة تشكيل تسلسل موجود لتحويله، على سبيل المثال، صورة في لوحة فنية.
وفي شباط، أطلقت "أوبن إيه آي" (OpenAI) أيضاً نسختها المسماة "سورا" (Sora)، بينما تعمل "غوغل" على نموذج يُسمّى "لوميير" (Lumiere).
وتقول "ميتا": إن "موفي جن يتفوق على نماذج القطاع المماثلة عند تقييم إنتاجها من جانب البشر".