سریع و ارزان
هنرمندان اغلب اولین کسانی هستند که تکنولوژی جدید را تجربه می کنند. اما آینده نزدیک ویدیوهای مولد توسط صنعت تبلیغات شکل می گیرد. راهنما ساخته شده است فراست برای کشف اینکه چگونه هوش مصنوعی مولد می تواند در محصولات خود ساخته شود. این شرکت ابزارهای ایجاد ویدیو را برای کسب و کارهایی که به دنبال راهی سریع و ارزان برای ساخت تبلیغات هستند، می سازد. Waymark یکی از چندین استارتاپ است، در کنار شرکت هایی مانند Softcube و Vedia AI که تبلیغات ویدیویی سفارشی را تنها با چند کلیک برای مشتریان ارائه می دهد.
فناوری فعلی Waymark که در ابتدای سال راه اندازی شد، چندین تکنیک مختلف هوش مصنوعی، از جمله مدل های زبان بزرگ، تشخیص تصویر، و ترکیب گفتار را برای تولید یک تبلیغ ویدیویی در پرواز جمع می کند. Waymark همچنین از مجموعه داده‌های بزرگ خود از آگهی‌های بازرگانی بدون هوش مصنوعی که برای مشتریان قبلی ایجاد شده بود، استفاده کرد. الکس پرسکی-استرن، مدیرعامل این شرکت می‌گوید: «ما صدها هزار ویدیو داریم. ما بهترین‌ها را انتخاب کرده‌ایم و به آن آموزش داده‌ایم که یک ویدیوی خوب به نظر می‌رسد.»
برای استفاده از ابزار Waymark که به عنوان بخشی از یک سرویس اشتراک سطحی با شروع ماهانه 25 دلار ارائه می‌کند، کاربران آدرس وب یا حساب‌های رسانه‌های اجتماعی را برای کسب و کار خود ارائه می‌کنند و خاموش می‌شود و تمام متن و تصاویری را که می‌تواند پیدا کند جمع‌آوری می‌کند. سپس از این داده‌ها برای تولید یک آگهی تجاری استفاده می‌کند و از GPT-3 OpenAI برای نوشتن اسکریپتی استفاده می‌کند که با صدایی ترکیب‌شده روی تصاویر انتخابی که کسب‌وکار را برجسته می‌کند، با صدای بلند خوانده می‌شود. یک آگهی تبلیغاتی ظریف و یک دقیقه ای را می توان در چند ثانیه تولید کرد. کاربران در صورت تمایل می توانند نتیجه را ویرایش کنند، اسکریپت را اصلاح کنند، تصاویر را ویرایش کنند، صدای دیگری را انتخاب کنند و غیره. Waymark می گوید که تا کنون بیش از 100000 نفر از ابزار آن استفاده کرده اند.
پارکر می‌گوید مشکل این است که هر کسب‌وکاری یک وب‌سایت یا تصاویری برای طراحی ندارد. او می گوید: «یک حسابدار یا یک درمانگر ممکن است اصلاً دارایی نداشته باشد.
ایده بعدی Waymark استفاده از هوش مصنوعی مولد برای ایجاد تصاویر و ویدیو برای مشاغلی است که هنوز هیچ کدام ندارند – یا نمی خواهند از آنهایی که دارند استفاده کنند. این موضوع پشت ساخت است فراستپارکر می گوید. “یک جهان، یک جو ایجاد کنید.”
فراست مطمئناً حال و هوای دارد اما در عین حال جنک است. روبین می گوید: «این یک رسانه کامل هنوز به هیچ وجه نیست. «دریافت برخی چیزها از DALL-E، مانند پاسخ های احساسی در چهره ها، کمی سخت بود. اما در مواقع دیگر ما را خوشحال می کرد. ما می گوییم، “اوه خدای من، این جادویی است که جلوی چشمان ما اتفاق می افتد.”
با بهتر شدن فناوری، این فرآیند ضربه و از دست دادن بهبود خواهد یافت. DALL-E 2، که Waymark استفاده می کرد فراست، همین یک سال پیش منتشر شد. ابزارهای تولید ویدیو که کلیپ های کوتاه تولید می کنند تنها چند ماه است که در دسترس هستند.
روبین می‌گوید انقلابی‌ترین جنبه این فناوری این است که بتوانید هر زمان که بخواهید عکس‌های جدیدی تولید کنید: «با 15 دقیقه آزمون و خطا، شات مورد نظرتان را می‌گیرید که کاملاً در یک سکانس قرار می‌گیرد.» او به یاد می آورد که فیلم را با هم قطع کرد و به نماهای خاصی نیاز داشت، مانند نمای نزدیک از یک چکمه در دامنه کوه. با DALL-E، او فقط می‌توانست آن را فراخوانی کند. او می‌گوید: «این حیرت‌انگیز است. این زمانی بود که شروع به تبدیل شدن به یک تجربه واقعی به عنوان یک فیلمساز کرد.»