يشهد عالم الذكاء الاصطناعي تطورات مثيرة، وتعد التقدمات في تقنية النص إلى الفيديو لاحظة بشكل خاص. ظهرت نموذجان جديدان، "Dream Machine" من Luma AI و"Gen 3 Alpha" من Runway، كمنافسين مвпечатляющими في هذا المجال المتطور بسرعة.

يتيح "Dream Machine" من Luma AI للمستخدمين توليد مقاطع فيديو رائعة من نصوص أو صور. إن مستوى التفاصيل والتفاعلات القائمة على الفيزياء في مقاطع الفيديو الناتجة مذهل حقًا، حيث تندمج الشخصيات والأشياء والبيئات بشكل سلس. على الرغم من أن النموذج لا يزال يعاني من بعض الجوانب مثل عرض النص والتحول، إلا أن الجودة الإجمالية هي خطوة كبيرة إلى الأمام في مشهد النص إلى الفيديو.

"Gen 3 Alpha" من Runway هو إضافة أخرى مذهلة إلى ساحة النص إلى الفيديو. يُظهر النموذج مجموعة واسعة من القدرات، من إنشاء أشخاص ومخلوقات واقعية إلى توليد مشاهد مفصلة مع إضاءة معقدة وانعكاسات وحركات الكاميرا. يسلط المقارنة بالجنب مع عمل Sora السابق الضوء على التقدمات المذهلة التي حققها أحدث عروض Runway.

لا تدفع هذه النماذج الجديدة حدود ما هو ممكن في توليد النص إلى الفيديو فحسب، بل أيضًا ترفع سقف البدائل المفتوحة المصدر. إن نقص نماذج النص إلى الفيديو المفتوحة المصدر المتاحة بسهولة والتي يمكن أن تنافس قدرات هذه العروض المغلقة المصدر يمثل فرصة مثيرة للمزيد من الابتكار والتعاون في مجتمع الذكاء الاصطناعي.

بينما يواصل مجال النص إلى الفيديو التطور، فإن تأثير هذه التطورات على مختلف الصناعات، من الترفيه إلى التعليم، من المرجح أن يكون تحويليًا. إن القدرة على ترجمة الأفكار إلى محتوى مرئي مقنع لها إمكانات هائلة، والتقدم المستمر في هذا المجال سيكون مثيرًا للاهتمام وملهمًا بالتأكيد.

أعلنت Runway، الشركة الرائدة في ثورة النص إلى الفيديو، عن الإصدار الثالث من نموذج توليد الفيديو الاصطناعي الثوري الخاص بها، Gen3 Alpha. تُظهر هذه النسخة الأحدث تقدمات ملحوظة، مما يوفر مستوى من الواقعية والاتساق يدفع حدود ما هو ممكن في الفيديو المولد بواسطة الذكاء الاصطناعي.

تُظهر الأمثلة المقدمة قدرات استثنائية لـ Runway Gen3. من الدمج السلس لشعر باروكة على رأس رجل أصلع إلى الحركات الحقيقية لهجين تنين-توكان، يُظهر النموذج قدرة غير عادية على دمج الواقعي والخيالي. إن الانتباه إلى التفاصيل مذهل، مع ديناميكيات كابلات قطار الطاقة والانعكاسات في نافذة السيارة تُظهر فهمًا عميقًا للعالم المادي.

أحد الجوانب المвпечатляющих بشكل خاص هو المقارنة المباشرة مع Sora، وهو نموذج رائد للنص إلى الفيديو. تحافظ Runway Gen3 على مكانتها، مما يؤدي إلى نتائج تكاد تكون مماثلة أو تتفوق على المعيار السابق للصناعة. هذا المستوى من المنافسة هو شهادة على التقدم السريع في هذا المجال.

على وجه الخصوص، لا يزال المشهد المفتوح المصدر لنماذج النص إلى الفيديو شحيحًا، مع Runway Gen3 وأقرانها المغلقة المصدر تقود الشحنة. الأمل هو أن ينشأ نموذج مفتوح المصدر قريبًا، مما يوفر إمكانية الوصول الأوسع ويدفع المزيد من الابتكار في هذا المجال المثير.

بشكل عام، يمثل Runway Gen3 віхой مهمة في تطور توليد الفيديو بواسطة الذكاء الاصطناعي. إن مستوى الواقعية والاتساق والانتباه إلى التفاصيل المُظهر في الأمثلة مذهل حقًا، مما يضع معيارًا جديدًا للصناعة. مع استمرار تقدم التكنولوجيا، فإن إمكانات المحتوى المولد بواسطة الذكاء الاصطناعي معرضة للتوسع بشكل كبير.

أثارت إعلانات آبل الأخيرة حول الذكاء الاصطناعي الكثير من الارتباك والمعلومات الخاطئة. دعونا نصحح الوضع:

• طورت آبل نموذج ذكاء اصطناعي خاص بها مكون من 3 مليارات معلمة يعمل محليًا على أجهزتها. يشغل هذا النموذج مهام مختلفة مثل Siri وقدرات الذكاء الاصطناعي الأخرى المتوفرة على الجهاز.

• بالنسبة للاستفسارات الأكثر تعقيدًا والتي تتطلب معرفة أوسع، ستطالب آبل المستخدم بإرسال الطلب إلى ChatGPT، الذي تمتلكه وتديره OpenAI. ومع ذلك، هذا مجرد مكالمة API، وليس تكامل عميق.

• على عكس الاعتقاد الشائع، لا تقوم OpenAI بتشغيل أو التكامل العميق في أساسيات نظام التشغيل والوظائف الذكية لدى آبل. لدى آبل نموذج ذكاء اصطناعي سحابي خاص بها لهذه المهام.

• يقتصر التعاون مع OpenAI على التعامل مع بعض الاستفسارات المتعلقة بـ "المعرفة العالمية" التي لا يمكن لنموذج آبل المحلي التعامل معها. هذا جزء صغير من قدرات الذكاء الاصطناعي الإجمالية التي أعلنت عنها آبل.

• إن نهج آبل في الاستفادة من نموذج الذكاء الاصطناعي القوي المتوفر على الجهاز، مع الاستفادة الانتقائية من قدرات OpenAI، هو خطوة استراتيجية للحفاظ على السيطرة والخصوصية على بيانات المستخدم والتفاعلات.

باختصار، تُظهر إعلانات آبل عن الذكاء الاصطناعي التزامها بتطوير حلول ذكاء اصطناعي قوية وتركز على الخصوصية والتي يمكنها التعامل مع مجموعة واسعة من المهام محليًا، مع الاستفادة الانتقائية من الموارد الخارجية للذكاء الاصطناعي عند الضرورة. تم سوء فهم هذا النهج المتوازن من قبل الكثيرين، مما أدى إلى مخاوف وانتشار معلومات خاطئة بلا أساس.

أطلقت NVIDIA مؤخرًا نموذجًا ضخمًا بحجم 340 مليار معلمة يُسمى Nitron 4 340B. هذا النموذج هو جزء من عائلة نماذج مُحسنة لمنصتي NVIDIA Nemo و Tensor RT. يتضمن Nitron 4 340B نماذج متقدمة للتعليمات والمكافآت، بالإضافة إلى مجموعة بيانات لتدريب الذكاء الاصطناعي التوليدي.

الغرض الرئيسي من هذا النموذج هو أن يكون أساسًا لتدريب نماذج أصغر. من خلال توليد بيانات اصطناعية، يمكن لـ Nitron 4 340B المساعدة الشركات والباحثين الذين قد لا يكون لديهم إمكانية الوصول إلى مجموعات بيانات كبيرة وخاصة للمنافسة بشكل أكثر فعالية. هذا اختراق كبير، حيث كانت شركات مثل OpenAI تدفع مبالغ طائلة لشراء البيانات من مصادر مختلفة، بما في ذلك Reddit.

باستخدام Nitron 4 340B، يمكن للمطورين الآن توليد بياناتهم الاصطناعية الخاصة لتدريب نماذج أصغر، مما قد يُسوي الميدان ويسمح لمزيد من المنظمات بالمشاركة في سباق الذكاء الاصطناعي. كما أن الطبيعة المفتوحة المصدر لهذا النموذج تجعله في متناول جمهور أوسع، مما يعزز ديمقراطية تطوير أنظمة الذكاء الاصطناعي المتقدمة.

بينما لم يكن لدى المؤلف الفرصة لاختبار النموذج بعد، فهو متحمس لاستكشاف قدراته والتطبيقات المحتملة في المستقبل القريب. إن القدرة على توليد بيانات اصطناعية عالية الجودة قد يكون لها تأثيرات بعيدة المدى على تطوير نماذج الذكاء الاصطناعي في مختلف الصناعات.

قدمت أبحاث من جامعة ستانفورد نهجًا جديدًا يُسمى "إنسان زائد" يمكّن الروبوتات من مراقبة وتقليد حركة الإنسان في الوقت الحقيقي. يستخدم هذا النظام كاميرا RGB واحدة لالتقاط حركات الإنسان، والتي يتم ترجمتها إلى الإجراءات الروبوتية المقابلة.

أبرز ملامح هذا النظام تشمل:

• تقليد حركة الإنسان في الوقت الحقيقي، بما في ذلك المهام المعقدة مثل الملاكمة والعزف على البيانو وتنس الطاولة وغير ذلك.
• الاستفادة من سياسة الجسم بالكامل لإعادة إنتاج حركات الإنسان والتفاعلات مع البيئة بدقة.
• استخدام مكونات الأجهزة المفتوحة المصدر، بما في ذلك أيدي Inspire Robotics وجسم الروبوت Unry Robotics H1 ومحركات Dynamixel وكاميرات Razor.
• تصميم مفتوح المصدر بالكامل، مما يسمح بالتكرار والتطوير الإضافي بسهولة.

يُظهر هذا النهج المبتكر إمكانات الروبوتات لتكامل وتقليد السلوك البشري بشكل سلس، مما يمهد الطريق لتفاعلات أكثر طبيعية وحدسية بين الإنسان والروبوت. من خلال استغلال قوة المراقبة في الوقت الحقيقي، يمكن لهذه الأنظمة الروب