جهش بزرگ یا دردسر تازه؟ هفته پرنوسان مدلهای هوش مصنوعی چین
هفته گذشته برای مدلهای هوش مصنوعی چینی، بهویژه در حوزه تولید ویدئو، هفتهای شلوغ اما پرحاشیه بود؛ از تحسین گسترده کاربران و کارشناسان بینالمللی گرفته تا بروز نگرانیهای جدی درباره حریم خصوصی و رضایت کاربران.
به گزارش توسعه برند؛ در مرکز توجه این هفته، مدل Seedance ۲.۰ متعلق به بایتدنس قرار داشت؛ مدلی که بهگفته فعالان صنعت، پیشرفتهای چشمگیری نسبت به نسلهای قبلی تجربه کرده است. بیلی بومن، مدیر یک آژانس تبلیغاتی خلاق در استکهلم که از این مدل برای تولید محتوای مبتنی بر هوش مصنوعی استفاده میکند، میگوید صنعت تولید ویدئوی هوش مصنوعی طی دو سال گذشته دگرگونی اساسی داشته است.
او توضیح میدهد:
«در سال ۲۰۲۳ حتی راه رفتن یا دویدن یک انسان در ویدئو کار سختی بود. واقعگرایی به کلیپهای بسیار کوتاه محدود میشد، همهچیز کند بود، بافتها کیفیت پایینی داشتند و جزئیات پوستی تقریباً وجود نداشت. اما حالا ورق برگشته است. حالا میتوانم تقریباً هر کاری انجام بدهم و این پیشرفتها واقعاً استثنایی بودهاند.»
ارزیابیهای فنی نیز این نگاه مثبت را تأیید میکنند. یاکفو از پلتفرم Hugging Face میگوید Seedance ۲.۰ نسبت به نسخههای قبلی در حوزههای کنترلپذیری، سرعت و بهرهوری تولید پیشرفت محسوسی داشته است.
“”توسعه برند را در اینستاگرام و تلگرام و لینکدین دنبال کنید””
او میافزاید:
«Seedance ۲.۰ یکی از متعادلترین مدلهای تولید ویدئویی است که تا امروز آزمایش کردهام. این مدل حتی با یک پرامپت ساده، در همان تلاش اول نتیجهای رضایتبخش ارائه میدهد و ترکیب تصویر، موسیقی و فیلمبرداری حس یک محصول نهایی و پرداختشده را منتقل میکند، نه یک آزمایش اولیه.»
با این حال، موفقیت فنی Seedance بدون دردسر نمانده است. رسانههای محلی چین گزارش دادهاند که این شرکت قابلیتی را که امکان تولید صدای یک فرد بر اساس تصویر آپلودشده را فراهم میکرد، بهطور موقت متوقف کرده است. این تصمیم پس از آن اتخاذ شد که یک وبلاگنویس چینی نسبت به تولید صدا بدون رضایت افراد ابراز نگرانی کرد. بایتدنس تا زمان انتشار این گزارش، به درخواست CNBC برای اظهار نظر پاسخی نداده است.
در کنار بایتدنس، شرکت کواشو نیز با معرفی مدل Kling ۳.۰ رقابت را وارد مرحله تازهای کرده است. این مدل که هفته گذشته منتشر شد، به گفته کواشو از ارتقاهای عمدهای در پایداری تصویر، واقعگرایی بالا، افزایش مدت ویدئو تا ۱۵ ثانیه و تولید صوت بومی در زبانها، گویشها و لهجههای مختلف برخوردار است. هرچند در حال حاضر دسترسی به Kling ۳.۰ فقط برای کاربران پولی ممکن است، کواشو اعلام کرده این مدل بهزودی در اختیار عموم قرار خواهد گرفت.
موفقیت مدلهای Kling نقش مهمی در عملکرد مالی کواشو داشته و سهام این شرکت طی یک سال گذشته بیش از ۵۰ درصد رشد کرده است؛ نشانهای از اینکه رقابت فشرده در بازار هوش مصنوعی ویدئویی چین، نهتنها فنی بلکه اقتصادی و راهبردی نیز شده است.
