2024 год стал настоящим прорывом в сфере создания видео с помощью искусственного интеллекта. Если в 2022 году популярными стали генераторы изображений на основе текстовых описаний, то в этом году настоящей сенсацией стали AI-модели синтеза видео. Теперь новые видео можно создавать буквально по запросу — из текстовых описаний, неподвижных изображений или даже уже существующих роликов.
После того как в феврале OpenAI представила модель Sora*, на арене появились два крупных игрока из Китая: Kling от компании Kuaishou Technology и видео-01 от Minimax. Эти AI-модели уже успели завоевать популярность и породили множество вирусных проектов, разжигая новую волну мем-культуры. Одним из ярких примеров стал трейлер к «Принцессе Мононоке», воссозданный при помощи Kling, что вызвало бурю обсуждений и даже угрозы в адрес авторов. Кроме того, на платформе Minimax появились видео, где виртуальная копия Гордона Рамзи выполняет нелепые задания.
Kling, впервые представленный в июне, способен генерировать видео продолжительностью до двух минут в разрешении 1080p при 30 кадрах в секунду. Его уровень детализации и реалистичности настолько высок, что многие пользователи считают его превосходящим Sora. В то же время Minimax со своей моделью видео-01, запущенной в сентябре, предоставляет возможность любому пользователю создавать короткие видео по текстовому описанию на бесплатной платформе Hailuo AI.
Тестирование Minimax (создание роликов: «кошка, пьющая пиво за рулем», «Уилл Смит, поедающий спагетти», «баскетболист, играющий против команды призраков в вагоне-призраке» и пр.) показало разнообразные результаты: некоторые видео выглядели реалистично, в то время как другие были откровенно комичными.
Хотя AI-модели синтеза видео ещё не достигли идеала, они демонстрируют впечатляющие возможности по сочетанию известных концепций и стилей, взятых из данных для обучения. Тем не менее, они пока испытывают трудности с созданием новых сценариев, не представленных в обучающих материалах, что приводит к неожиданным результатам.
В то время как китайские AI-модели уже догоняют американские аналоги, такие как Runway Gen-3, американские компании продолжают развивать свои технологии. В мае Google представила модель Veo, а на прошлой неделе Meta** показала свой Movie Gen, который, по словам экспертов, может опережать китайские разработки. Однако в условиях жесткой конкуренции гонка за лидерство в AI-видео продолжится, и Китай явно не собирается уступать позиции.
*На данный момент нет подтвержденной информации о том, что Sora стала общедоступной. Скорее всего, модель была представлена в ограниченном доступе или в рамках демонстраций возможностей, а не в виде полноценного публичного релиза. Информация о Sora указывает на её существование и влияние на развитие AI-технологий, но в открытом доступе её пока нет.
