Terobosan dan Perkembangan Masa Depan Teknologi Pembuatan Video AI

Belakangan ini, salah satu kemajuan paling signifikan di bidang AI adalah terobosan dalam teknologi generasi video multimodal. Teknologi ini telah berkembang dari sekadar menghasilkan video dari teks, menjadi kemampuan generasi yang komprehensif yang dapat mengintegrasikan teks, gambar, dan audio.

Berikut adalah beberapa contoh terobosan teknologi yang patut diperhatikan:

1. Sebuah perusahaan teknologi telah mengembangkan kerangka kerja sumber terbuka baru yang dapat mengubah video biasa menjadi konten 4D dengan sudut pandang bebas, dengan tingkat penerimaan pengguna mencapai 70,7%. Ini berarti AI sekarang dapat secara otomatis menghasilkan efek tampilan dari sudut mana pun, yang sebelumnya memerlukan tim pemodelan 3D profesional untuk diselesaikan.

2. Sebuah platform AI mengklaim dapat menghasilkan video "berkualitas film" selama 10 detik hanya dari satu gambar. Meskipun efek spesifiknya masih perlu diverifikasi, ini menunjukkan potensi AI di bidang pembuatan video.

3. Sebuah lembaga penelitian AI terkenal telah meluncurkan sistem yang dapat secara bersamaan menghasilkan video 4K dan suara lingkungan. Kunci dari teknologi ini terletak pada pencapaian pencocokan di tingkat semantik yang sebenarnya, mengatasi tantangan sinkronisasi audio dan visual dalam skenario yang kompleks.

4. Alat pembuat video AI yang diluncurkan oleh suatu platform video pendek memiliki 8 miliar parameter, dapat menghasilkan video 1080p dalam 2,3 detik, dengan biaya 3,67 yuan/5 detik. Meskipun masih ada ruang untuk peningkatan dalam skenario yang kompleks, kontrol biaya sudah cukup baik.

Terobosan teknologi ini memiliki makna signifikan dalam hal kualitas video, biaya produksi, dan skenario aplikasi. Dari sudut pandang teknis, kompleksitas pembuatan video multimodal adalah eksponensial. Ini tidak hanya harus menangani pembuatan gambar tunggal, tetapi juga memastikan kesinambungan waktu, sinkronisasi audio, serta konsistensi ruang 3D. Solusi saat ini adalah dengan membagi modul dan kolaborasi model besar, di mana setiap modul fokus pada tugas tertentu, kemudian berkoordinasi melalui mekanisme.

Dalam hal biaya, melalui optimasi arsitektur inferensi, termasuk strategi generasi bertingkat, mekanisme penggunaan ulang cache, dan alokasi sumber daya dinamis, biaya generasi telah secara signifikan dikurangi.

Kemajuan teknologi ini akan memiliki dampak besar pada industri pembuatan video tradisional. Teknologi AI akan mengubah ambang batas pembuatan video dari biaya perangkat dan tenaga kerja yang tinggi menjadi kemampuan kreativitas dan estetika, yang dapat memicu putaran baru dalam ekonomi kreator.

Perubahan ini memiliki hubungan erat dengan Web3 AI:

1. Perubahan struktur permintaan daya komputasi menciptakan peluang bagi daya komputasi yang tidak terpakai secara terdistribusi, sekaligus meningkatkan permintaan untuk kombinasi daya komputasi yang beragam.

2. Peningkatan permintaan untuk pelabelan data memberikan kesempatan baru bagi para profesional (seperti fotografer, insinyur suara, seniman 3D, dll.) yang dapat menyediakan bahan data profesional melalui mekanisme insentif Web3.

3. Teknologi AI cenderung modular dan kolaboratif, yang pada dasarnya merupakan permintaan baru untuk platform terdesentralisasi. Di masa depan, daya komputasi, data, model, dan mekanisme insentif mungkin akan membentuk siklus positif yang saling memperkuat, mendorong integrasi antara skenario Web3 AI dan Web2 AI.