لقد أطلقت Luma AI مؤخرًا أداة توليد الفيديو الجديدة الخاصة بها، Dream Machine، والتي تهدف إلى المنافسة مع منصات إنشاء الفيديو المدعومة بالذكاء الاصطناعي الأخرى مثل Soar و Veo و Cling و Pika و Runway. على الرغم من أن الأداة تُظهر وعدًا في بعض السيناريوهات، إلا أنها لا تزال لديها بعض القيود التي ينبغي على المستخدمين أن يكونوا على دراية بها.

أحد المشاكل الرئيسية مع Dream Machine هو أوقات الانتظار الطويلة لتوليد الفيديو، خاصةً خلال فترات الطلب المرتفع. في البداية، استغرقت بعض الطلبات ما يصل إلى 7 ساعات لبدء المعالجة، وهذا قد يكون مُحبطًا للمستخدمين للغاية. لقد قامت Luma بتوسيع بنيتها التحتية منذ ذلك الحين، ولكن أوقات الانتظار لا تزال كبيرة.

فيما يتعلق بجودة مقاطع الفيديو المولدة، تعاني Dream Machine من توليد النص إلى الفيديو. توضح الأمثلة الواردة في النص أن الأداة تواجه صعوبة في التصوير الدقيق لعناصر مثل ذئب يعوي على القمر أو قرد على زلاجات. غالبًا ما تكون مقاطع الفيديو المولدة غير متسقة، مثل فقدان الأطراف أو وضع الأشياء بشكل خاطئ. ومع ذلك، يبدو أن Dream Machine تتألق في ميزة تحويل الصورة إلى فيديو. يعرض النص أمثلة عديدة لذلك، بما في ذلك مدينة مستقبلية ملونة وبيت ذئب بيكسلي وكوخ في الغابة. تبدو هذه التحويلات من الصورة إلى الفيديو أكثر واقعية واتساقًا من محاولات تحويل النص إلى فيديو.

من الجدير بالذكر أن Dream Machine هي في مرحلة معاينة البحث حاليًا، ويمكن للمستخدمين توليد ما يصل إلى 30 فيديو في الشهر مجانًا. بعد ذلك، يكون نموذج التسعير حوالي 0.25 دولار لكل فيديو. مع استمرار تطور الأداة، سيكون من المثير للاهتمام مراقبة ما إذا كانت Luma قادرة على معالجة القيود الحالية وتحسين الجودة الإجمالية والاتساق للمقاطع الفيديو المولدة.

بشكل عام، تُظهر Dream Machine وعدًا، ولكن ينبغي على المستخدمين اقتراب منها بتوقعات واقعية، خاصةً عند تحويل النص إلى فيديو. تبدو ميزة تحويل الصورة إلى فيديو هي الجانب الأقوى للأداة في الوقت الحالي.

لقد تم إتاحة Stable Diffusion 3، آخر إصدار من نموذج توليد الصور القائم على الذكاء الاصطناعي المفتوح المصدر الشهير، للجمهور أخيرًا. دعونا نلقي نظرة أكثر تفصيلاً على ما يقدمه هذا الإصدار الجديد.

تحسين قدرات تحويل النص إلى صورة

أحد التحسينات الرئيسية في Stable Diffusion 3 هو تعزيز قدرته على دمج النص في الصور المولدة. يبدو أن النموذج الآن أفضل في ترجمة المطالبات النصية إلى تمثيلات بصرية متماسكة ومفصلة. يمكن رؤية ذلك في الأمثلة المقدمة، حيث تؤدي المطالبات النصية إلى صور أكثر دقة وجاذبية بصريًا.

لا تزال هندسة المطالبة مطلوبة

ومع ذلك، من الجدير بالملاحظة أن Stable Diffusion 3 لا يزال يتطلب مستوى معين من هندسة المطالبة لتحقيق أفضل النتائج. على الرغم من تحسن النموذج، قد يحتاج المستخدمون إلى تقديم مطالبات أكثر تفصيلاً وتحديدًا للحصول على النتائج المرغوبة، خاصةً للصور المعقدة أو المفصلة. هذا على عكس بعض نماذج توليد الصور الذكية الأخرى التي يمكنها إنتاج نتائج عالية الجودة مع مطالبات أكثر بساطة.

جودة غير متسقة

يمكن أن تكون جودة الصور المولدة غير متسقة أيضًا. في حين أن النموذج قادر على إنتاج نتائج مвпечатляющة في بعض السيناريوهات، مثل مثال "رائد فضاء في الغابة"، إلا أنه لا يزال يواجه صعوبة مع مطالبات أبسط مثل "قرد على زلاجات". هذا يشير إلى أن Stable Diffusion 3 قد لا يكون بعد على مستوى بعض منافسيه من حيث الجودة الإجمالية للصورة والاتساق.

الحاجة إلى مزيد من التقدم

بشكل عام، يمثل Stable Diffusion 3 خطوة إلى الأمام في توليد الصور بالذكاء الاصطناعي، ولكن لا يزال هناك مجال للتحسين. مع استمرار تطور التكنولوجيا، يمكننا توقع رؤية مزيد من التقدم في قدرة النموذج على ترجمة النص إلى صور عالية الجودة ومتماسكة دون الحاجة إلى هندسة مطالبات مكثفة. ستكون الجهود المستمرة للمجتمع لتكييف وتحسين Stable Diffusion أمرًا حاسمًا في دفع هذه التحسينات.

للإفصاح الكامل، أنا مستشار لـ Leonardo، ولكن ليس لديهم أي سيطرة على ما أقوله. إذا كان هناك شيء غريب بشأنه، فسأشير إليه. كونك مستشارًا لهم لا يؤثر على ما أقوله بالفعل عنهم.

وبذلك، أطلقت Leonardo للتو نموذجًا مخصصًا جديدًا يُسمى Leonardo Phoenix. هذا هو نموذجهم الأساسي الخاص بهم، وليس إصدارًا من Stable Diffusion. الميزات الرئيسية لهذا النموذج الجديد هي:

• التزام محسّن بالمطالبة - يمكنه فهم المطالبات التي تقدمها والالتزام بها بشكل أفضل.
• نص متماسك في الصور - يمكنه دمج النص في الصور بطريقة أكثر طبيعية وتماسكًا.
• جودة صورة أفضل - الصور المولدة ذات جودة أعلى مقارنةً بالنماذج السابقة.
• مزيد من التحكم الإبداعي - لديك المزيد من التحكم في الاتجاه الإبداعي للصور.

ومع ذلك، لا تتوفر بعض الميزات مثل توجيه الصورة والعناصر والإصدارات الواقعية تمامًا بعد. لا يزالون يعملون على تنفيذ تلك الميزات الإضافية.

دعونا نلقي نظرة أكثر تفصيلاً على النموذج في العمل. سأذهب إلى موقع Leonardo، وأحدد إعداد Leonardo Phoenix، وأجرب مطالبة بسيطة - "ذئب يعوي على القمر".

فيما يلي الصور التي قام بتوليدها:

[Image 1] [Image 2] [Image 3] [Image 4]

لا أعرف عنك، ولكن هذه أكثر إثارة للإعجاب بكثير مما رأيته للتو من Stable Diffusion 3. يبدو أن النموذج قد نجح في فهم المطالبة وإنشاء صور متماسكة وعالية الجودة.

دعونا نجرب مثالاً آخر - "بطريق يحمل لافتة تقول السيد ميو".

[Image 1] [Image 2] [Image 3] [Image 4]

النص مكتوب بشكل صحيح في كل صورة، والبطريق الذي يحمل اللافتة يبدو جيدًا. تعامل النموذج مع دمج النص بشكل جيد.

بشكل عام، يشعر نموذج Leonardo Phoenix وكأنه خطوة إلى الأمام من Stable Diffusion 3. أوصي بشدة بتجربة كليهما وتحديد أيهما يناسب احتياجاتك بشكل أفضل. إن القدرات المعززة على التزام المطالبة ودمج النص في نموذج Leonardo Phoenix هي الأكثر إثارة للإعجاب بشكل خاص.

كشفت Sonno، منصة إنشاء الموسيقى المدعومة بالذكاء الاصطناعي، مؤخرًا عن ميزة ثورية تتيح للمستخدمين تحويل تسجيلاتهم الصوتية الخاصة إلى أغاني كاملة. هذه القدرة المبتكرة، المتاحة لمشتركي Sonno Premium، تمكّن المبدعين من استخدام قوة الذكاء الاصطناعي لتعزيز أفكارهم الموسيقية.

فيما يلي كيفية عمل ذلك:

1. تسجيل أو تحميل الصوت: يمكن للمستخدمين إما تسجيل الصوت مباشرةً داخل منصة Sonno أو تحميل ملف صوتي موجود. قد يكون هذا مقطع جيتار بسيط أو لحن صوتي أو أي قطعة موسيقية أخرى.

2. التوسيع والتحسين: بمجرد تحميل الصوت، يمكن للمستخدمين تحديد خيار "التوسيع". تقوم خوارزميات الذكاء الاصطناعي في Sonno بتحليل المدخل وتوليد أغنية موسعة ومنتجة بالكامل تلقائيًا، مع إضافة آلات موسيقية وتناغمات وكلمات إضافية.

3. خيارات التخصيص: للمستخدمين القدرة على تحسين الأغنية المولدة من خلال ضبط معلمات مثل النوع (على سبيل المثال، البوب الأكوستيكي أو الإلكتروني وما إلى ذلك) وإدراج إيقاع وتوليد كلمات عشوائية.

غالبًا ما تكون النتائج مذهلة، حيث يقوم ذكاء Sonno الاصطناعي بدمج الصوت الأصلي للمستخدم بسلاسة مع تلحيناته الموسيقية الخاصة. تحافظ الأغاني المولدة على جوهر مدخل المستخدم مع رفعها إلى مستوى صوتي احترافي.

تفتح هذه الميزة إمكانات إبداعية جديدة للموسيقيين والملحنين والهواة على حد سواء. يمكن للمستخدمين التجريب مع أفكار مختلفة وتحويل المسودات بسرعة إلى تكوينات كاملة، والتعاون حتى مع الذكاء الاصطناعي لتحقيق رؤاه