AI na Discordzie stworzy Ci dowolne wideo na podstawie tekstu

Wielki bum na AI nieprzerwanie trwa, a jego możliwości z każdym dniem rosną. Pamiętacie przerażającą reklamę pizzerii? Wygląda na to, że funkcja text-to-video przykuwa coraz większą uwagę. Na podstawie krótkiego zapytania złożonego z kilku słów kluczowych jesteśmy w stanie stworzyć niewyczerpanie różnorodne materiały filmowe.

W Runway-Gen 2 ogranicza cię tylko wyobraźnia

Wygenerowana jakiś czas temu w całości przez sztuczną inteligencję reklama Pepperoni Hugspot, choć wzbudza niepokój, to mimo wszystko wprawia także w zachwyt. Do stworzenia tego projektu wykorzystano narzędzia takie jak ChatGPT, Midjourney czy Eleven Labs. My dzisiaj skupimy się jednak na AI o nazwie Runway-Gen2, które tworzy ruchome obrazy na bazie zaledwie kilku słów kluczowych, dzięki zastosowaniu mechanizmu text-to-video.

Nie tylko reklama pizzerii, ale także pijane roboty

O swojej przygodzie z publiczną betą Runway Gen-2 opowiada Avram Piltch z Tom’s Hardware. Dostęp do bota uzyskać można za pomocą serwera Discord Runway ML. Tak, do tworzenia materiałów filmowych w XXI wieku potrzebujecie tylko Discorda. O ile do serwera może dołączyć każdy, to niestety dostęp do samego programu jest póki co ograniczony. Lista oczekujących cały czas rośnie.

Aby wygenerować wideo, musimy wydać polecenie dla bota. Redaktor poprosił AI o stworzenie filmu na podstawie fragmentu tekstu: "@Gen-2 Pijany humanoidalny robot, który patrzy w kamerę i wymiotuje małymi śrubkami z ust". Zaledwie chwilę później otrzymał kilkusekundowy materiał z pijanym robotem w roli głównej. Autor przyznał, że nie otrzymał dokładnie tego, o co prosił. Zabrakło m.in. wylatujących z ust robota śrubek.

Tak wygląda interpretacja „pijanego robota” stworzona przez czatbot Runway-Gen 2. (Źródło: serwis Tom’s Hardware / Avram Piltch)

Do generowania wideo możemy użyć również grafik i innych narzędzi AI

Podczas zabawy z AI nie musimy poprzestawać na samym tekście. Do tworzenia filmików użytkownicy Runway-Gen 2 używają także różnego rodzaju grafiki, zdjęcia czy nawet innych materiałów wideo. Sztuczna inteligencja nie posłuży się tego typu źródłem bezpośrednio, ale wykorzysta go jako inspirację. Oznacza to, że kiedy wrzucimy fotografię konkretnej osoby, w końcowym projekcie nie pojawi się ona, tylko jej interpretacja.

Powiązane:„Lepiej, żeby ARC Raiders poniosło porażkę?”. Twórca Helldivers 2 broni AI w grach, podczas gdy Activision musi się tłumaczyć z jej wykorzystania w CoD

Na wspomnianym wcześniej Discordzie nie brakuje również projektów opierających się o inne boty AI. Użytkownicy chwalą się m.in. filmikami stworzonymi na podstawie wcześniej wygenerowanych obrazów za pomocą Midjourney, Stable Diffusion czy CLIP Interrogator 2.1.

Proces tworzenia ruchomych obrazów na serwerze Discord Runway ML. (Źródło: serwis Tom’s Hardware / Avram Piltch)

Runway-Gen 2 – hit czy kit?

Jest jeszcze wiele kwestii, z którymi AI nie radzi sobie najlepiej podczas tworzenia filmów. Sztuczna inteligencja ma problemy z odtwarzaniem konkretnych osób, miejsc, produktów czy marek. Kiedy Avram Plitch poprosił o boksujących się ze sobą kultowych Mario i Luigi albo o Godzillę, otrzymał zaledwie ich marne podróbki.

Ciężko jest też uzyskać zadowalający poziom ruchu w klipach. Postacie i inne elementy w większości materiałów są dosyć mocno statyczne. Kluczem do sukcesu jest szczegółowość – im więcej danych dostarczymy botowi, tym bardziej adekwatny obraz otrzymamy. Wciąż jednak wiele brakuje do ideału narzędziom takim jak Runway.

Z całą pewnością Runway Gen-2 jest dobrym narzędziem dla fanów absurdu i surrealizmu. Jeśli jesteście ciekawi, jak prezentuje się kreatywność AI w pełnej krasie, to warto zajrzeć na YouTube lub Twittera, gdzie wielu użytkowników Runway-Gen 2 dzieli się swoimi wynikami.

Więcej:Czasem cztery koła, czasem dziesięć; internauci policzyli błędy w reklamie AI Coca-Coli

• nauka
• AI / sztuczna inteligencja
• Discord