في خضم الضجة حول مساعد الصوت GPT-4 الخاص بOpenAI، ظهر لاعب جديد - Moshi AI، مساعد الصوت المفتوح المصدر الذي طورته شركة فرنسية، Cute AI Labs. هذا الواجهة القائمة على الويب تعد بتفاعلات منخفضة الإبطاء والوعي العاطفي في صوتها.

أبرز ملامح Moshi AI هي:

• إبطاء منخفض: تهدف Moshi AI إلى توفير تجربة صوتية فورية وقائمة على المقاطعة، على عكس الاستجابات المتأخرة التي غالبًا ما ترتبط بمساعدي الصوت.

• الوعي العاطفي: يدعي المساعد أنه لديه القدرة على اكتشاف نبرة المستخدم العاطفية والاستجابة لها، على الرغم من أن هذه الميزة لم تُظهر بشكل متسق خلال الاختبارات.

• مفتوح المصدر: تخطط Cute AI Labs لفتح المصدر لرمز Moshi AI، مما يتيح للمطورين دمجه في تطبيقاتهم الخاصة.

بينما كشفت الاختبارات الأولية عن بعض القيود في قدرات المساعد، مثل عدم الاتساق في تعديل الصوت واكتشاف المشاعر، فإن الطبيعة المفتوحة المصدر لـ Moshi AI تشير إلى أنها قد تتحسن مع مرور الوقت مع مساهمة المجتمع في تطويرها.

توفر Moshi AI، إلى جانب الإصدار المتوقع لميزات الصوت الخاصة بـ GPT-4، إشارة إلى وقت مثير في عالم الذكاء الاصطناعي التفاعلي. مع استمرار تطور هذه التقنيات، يمكن للمستخدمين توقع ظهور مساعدي الصوت المبتكرة والميسرة بشكل متزايد، مما قد يغير طريقة تفاعلنا مع التكنولوجيا.

قبل 7 سنوات فقط، كان الوضع الراهن في توليد صور الذكاء الاصطناعي لا يكاد يُعرف. الآن، قفز نموذج توليد الفيديو الأحدث، GenFree، قفزة ضخمة إلى الأمام، منتجًا مرئيات واقعية وإبداعية مذهلة.

بينما يُعد GenFree إنجازًا مвпечатляющًا، من المهم فهم قدراته وحدوده. يتفوق النموذج في توليد لقطات سينمائية عالية الجودة، مثل لقطات طائرة بدون طيار لمنارة، بفضل تدريبه الواسع على البيانات المرئية ذات الصلة. ومع ذلك، فهو يواجه صعوبة في الطلبات الأكثر تحديدًا، مثل إنشاء قرش يتزحلق على موجة، بسبب نقص مثل هذه الأمثلة النادرة في تدريبه.

أحد نقاط القوة الرئيسية لـ GenFree هو قدرته على دمج أساليب فنية مختلفة. من خلال طلب من النموذج إنشاء مشهد على طراز الرسام الهولندي هيرونيموس بوش، تكون النتائج مزيجًا مبهرًا من الخيال الأسطوري الوسيط والسينمائية الحديثة على طراز GTA.

ومع ذلك، فإن تكلفة استخدام GenFree يمكن أن تتراكم بسرعة. تكلف كل توليد مدته 10 ثوان دولارًا واحدًا في الرصيد، وغالبًا ما يتطلب الوصول إلى النتيجة المرغوبة العديد من التكرارات. قد يجعل هذا الأداة باهظة الثمن بالنسبة للتجريب العرضي.

على الرغم من هذه القيود، فإن إمكانات GenFree لا تُنكر. مع استمرار تحسين النموذج وانخفاض تكلفة الاستخدام، يمكننا توقع رؤية المزيد والمزيد من التطبيقات العملية، مثل حملة إعلانات موتورولا التي استخدمت فيديو تم توليده بواسطة الذكاء الاصطناعي.

في الوقت الحالي، قد تكون الاستخدامات الأكثر مكافأة لـ GenFree في مجال الاستكشاف والتجريب الإبداعي. طلب النموذج بتركيبات غير عادية من العناصر، مثل "حفلة رقص مليئة بالقطط مع القبعات"، قد يؤدي إلى نتائج غريبة وخيالية بشكل ممتع.

مع التطور السريع لتوليد فيديو الذكاء الاصطناعي، فإنه وقت مثير لاستكشاف قدرات وحدود هذه الأدوات المتطورة. من خلال الصبر والاستعداد للتجريب، يمكن للمستخدمين إطلاق إمكانات GenFree بالكامل ودفع حدود ما هو ممكن في عالم المرئيات المدفوعة بالذكاء الاصطناعي.

قامت 11 Labs بشحن ميزات جديدة لمنصة مساعدها الصوتي. التحديثات الرئيسية تشمل:

1. أصوات أيقونية: يسمح تطبيق قارئ 11 Labs الآن للمستخدمين في الولايات المتحدة والمملكة المتحدة وكندا بقراءة نصوصهم بأصوات أيقونية مثل جيمس دين أو بيرت لار. هذا يضيف لمسة ممتعة وفريدة إلى تجربة التحويل من نص إلى كلام.

2. عزل الصوت: أصدرت 11 Labs أداة ذكاء اصطناعي جديدة يمكنها عزل الأصوات من الصوت المشوش. هذا يسمح للمستخدمين بإزالة الضوضاء في الخلفية والحصول على صوت واضح تمامًا، شبيه بالميزات التي أطلقتها شركات أخرى في وقت سابق من هذا العام.

3. تطبيق محمول لتوليد موسيقى الذكاء الاصطناعي: أصدرت Sooner، وهي AI لتوليد الموسيقى، تطبيقًا محمولاً يسمح للمستخدمين بتوليد موسيقى الذكاء الاصطناعي على الطريق. ومع ذلك، هذا محدود حاليًا للمستخدمين في الولايات المتحدة على iOS، مع خطط لإصدار إصدار Android والنشر العالمي بمجرد دمج القدرات متعددة اللغات.

تُظهر هذه التحديثات من 11 Labs و Sooner التقدم والتوسع المستمر في قدرات مساعد الصوت وتلاعب الصوت المدفوعة بالذكاء الاصطناعي. بينما تُعد ميزات الأصوات الأيقونية وعزل الصوت مفيدة على الفور، فإن تطبيق توليد الموسيقى المحمول يشير إلى إمكانات الإبداع المدفوع بالذكاء الاصطناعي على الطريق.

على هامش سريع، أصدرت Luma AI أيضًا ميزة جديدة تمامًا تسمى Luma Keyframes. تتيح هذه الميزة تحويل شيء واحد إلى آخر، مما يخلق انتقالات سلسة باستخدام الذكاء الاصطناعي للفيديو.

قررنا اختبار هذه الميزة، باستخدام صور Mid-Journey المولدة من مقطع الفيديو الخاص بفريقنا ذي الموضوع الخاص بحرب النجوم. كان الفكرة هي رؤية مدى نجاح ميزة Luma Keyframes في التعامل مع هذه الانتقالات.

للأسف، كانت النتائج متواضعة إلى حد ما. من بين 8 أعضاء فريق تم اختبارهم، كانت 8 من الانتقالات على حافة عدم الصلاحية. غالبًا ما أدت الميزة إلى قطع حاد في منتصف المشهد، بدلاً من الانتقال السلس الذي كنا نأمل فيه.

كان هناك بعض الاستثناءات، مثل انتقال سيف الضوء الخاص بـ Ariad، والذي كان جيدًا نسبيًا. وكان لانتقال Larry بين الشخصيات الشبيهة بـ Yoda والشريرة بعض اللحظات المثيرة للاهتمام. ولكن بشكل عام، لم تكن النتائج بنفس الانسيابية التي توقعناها.

يبدو أن ميزة Luma Keyframes، على الرغم من أنها فكرة مثيرة للاهتمام، لا تزال تتطلب الكثير من التكرار والضبط الدقيق للحصول على نتائج قابلة للاستخدام. المحتوى المولد بواسطة الذكاء الاصطناعي، على الرغم من جاذبيته البصرية، لا ينسجم دائمًا بشكل جيد مع هذه الانتقالات السلسة.

وبالتالي، فإن ميزة Luma Keyframes تظهر وعدًا، ولكن بناءً على اختبارنا، فإنها ليست جاهزة للاستخدام الرئيسي بعد. لا تزال التكنولوجيا في طور التطور، وسنرى كيف تتحسن مع مرور الوقت. في الوقت الحالي، قد يكون من الأفضل مقاربتها بتوقعات معتدلة.

أظهرت موتورولا مؤخرًا استخدامًا إبداعيًا لتقنية الفيديو القائمة على الذكاء الاصطناعي في حملتها الإعلانية الأخيرة. من خلال الاستفادة من أدوات مثل Control Net و Stable Diffusion، تمكنت الشركة من توليد سلسلة من الصور التي تندمج بشكل سلس في مختلف الأساليب الملهمة للموضة.

من المرجح أن تضمن سير العمل إدخال شعار موتورولا في الصور باستخدام Control Net، ثم استخدام Stable Diffusion لتوليد المرئيات النهائية. تم تجميع هذه الصور في إعلان تجاري، مع الموسيقى والتحرير، لإنشاء منتج نهائي متميز ومبهر بصريًا.

يوضح هذا المثال كيف تبدأ الشركات في استكشاف التطبيقات العملية لتوليد الفيديو القائم على الذكاء الاصطناعي في العالم الحقيقي. بينما قد لا تطابق الجودة الأمثلة المتطورة التي عرضها Gen-Free، فإن حملة إعلانات موتورولا تُظهر أن الفيديو المدفوع بالذكاء الاصطناعي يمكن أن يكون حلاً قابلاً للتطبيق وفعالاً من حيث التكلفة لبعض أنواع إنشاء المحتوى.

مع استمرار تحسن التكنولوجيا، يمكننا توقع رؤية المزيد والمزيد من العلامات التجارية والشركات تدمج الفيديو القائم على الذكاء الاصطناعي في استراتيجياتها التسويقية والإعلانية. يمثل هذا تطورًا مثيرًا في مجال إنتاج الو