أقامت GNIT أمريكا الشمالية مناقشة عبر الإنترنت حول نموذج الذكاء الاصطناعي للتحويل من النص إلى الفيديو

في 2 يناير، ناقش أعضاء GNIT أمريكا الشمالية نموذج الذكاء الاصطناعي للتحويل من النص إلى الفيديو، وخاصةً Sora من OpenAI. لقد كشفت OpenAI عن نموذج جديد للذكاء الاصطناعي يعتمد على التحويل من النص إلى الفيديو، مما يمثل تقدمًا كبيرًا في الذكاء الاصطناعي التوليدي. وبناءً على النماذج السابقة، يوفر هذا الذكاء الاصطناعي واقعية معززة، وتحكمًا إبداعيًا محسّنًا، وميزات صوتية مدمجة، مما يجعله أداة قوية للمبدعين والمطورين. يقوم النظام بإنشاء مقاطع فيديو قصيرة استنادًا إلى مطالب نصية، محولًا الأوصاف المكتوبة إلى محتوى فيديو عالي الجودة مع حركة واقعية، وفيزيائية دقيقة، وصوت متزامن، بما في ذلك الحوار والمؤثرات الصوتية.

تتمثل إحدى الميزات البارزة في قدرة المستخدمين على إدراج شبههم الرقمي في مقاطع الفيديو من خلال مسح الوجوه وعينات الصوت، مما يوفر تجربة فريدة وشخصية. يدعم النموذج أيضًا مجموعة متنوعة من الأساليب الإبداعية، من السينمائية والواقعية إلى المتحركة والسريالية، مما يمنح المستخدمين لوحة واسعة لرواية القصص.

يرافق النموذج تطبيق اجتماعي متوفر حاليًا على نظام iOS من خلال نظام الدعوات فقط في الولايات المتحدة وكندا. يعمل التطبيق كمنصة مشابهة لـ TikTok، حيث يمكن للمستخدمين إنشاء ومشاركة واستكشاف مقاطع الفيديو المولدة بواسطة الذكاء الاصطناعي. كما يتضمن أيضًا خيارات تحكم الخصوصية، مما يسمح للمستخدمين بإدارة من يمكنه استخدام شبههم الرقمي والحصول على إشعارات كلما تم تضمين صورتهم أو صوتهم في محتوى جديد.

على الرغم من قدراته، يثير هذا الذكاء الاصطناعي اعتبارات أخلاقية، خاصة فيما يتعلق بالتقمص ومحتوى الديبفاك. لقد نفذت OpenAI تدابير وقائية لمنع الاستخدام السيئ، بما في ذلك قيود على المحتوى الصريح والعنيف والمتطرف أو المتعلق بإيذاء النفس. ومع ذلك، تبقى التحديات قائمة في إدارة المحتوى، وقد تم الإبلاغ عن حالات الاستخدام السيئ، مما يبرز الحاجة المستمرة للإشراف الدقيق.

الذكاء الاصطناعي متاح حاليًا لمستخدمي ChatGPT Plus وPro، مع توفر أوسع مخطط له عبر واجهة برمجة التطبيقات في المستقبل القريب. يتم توسيع التطبيق المرافق تدريجيًا ليشمل المزيد من مستخدمي iOS، بينما تواصل OpenAI تحسين كلا من النموذج وتطبيقاته، موازنة الابتكار مع الاستخدام المسؤول. بشكل عام، يمثل هذا الذكاء الاصطناعي الجديدة قفزة كبيرة في تكنولوجيا تحويل النص إلى فيديو، حيث يجمع بين الواقعية والشخصية والمرونة الإبداعية بطريقة لديها القدرة على تحويل إنشاء المحتوى عبر العديد من الصناعات.