New AI model generates 45-minute lip-synced video — ინსაითი

ახალი LPM 1.0 მოდელი ერთ ფოტოს იღებს და რეალურ დროში მომუშავე ვირტუალურ ადამიანად აქცევს.

მაგრამ როცა ამ ლამაზ კვლევებს ჩემს ყოველდღიურ სამუშაო პროცესს ვადარებ, ერთი შემაშფოთებელი კანონზომიერება იჩენს თავს.

ყველა ამ ლაბორატორიულ სადემონსტრაციო ვიდეოში საუბარი სტატიკურია. პერსონაჟი უბრალოდ ზის და ლაპარაკობს. სინამდვილეში, სარეკლამო ინდუსტრიაში არავის სჭირდება 45 წუთიანი უწყვეტი კადრი. მე ყოველდღიურად ვიყენებ Grok Imagine Video-ს მოქმედებების დასახატად და Nano Banana 2-ს ვიზუალური სტილის შესანარჩუნებლად. პრაქტიკა აჩვენებს: ჩვენი მთავარი პრობლემა ხანგრძლივობა კი არა, მოძრაობის კონტროლია. 🔬

როცა სისტემას ვთხოვ, რომ პერსონაჟმა ზუსტად მეორე წამზე გაიხედოს მარჯვნივ და ოდნავ გაიღიმოს, მოდელი კარგავს კონტექსტს და მოძრაობის ლოგიკას არღვევს.

მკვლევარები გვიმტკიცებენ, რომ სრული ავტომატიზაცია უკვე აქ არის და რეალურ დროს უსვამენ ხაზს. სინამდვილეში კი, ეს „შეუზღუდავი" ავატარები რეჟისორის უმარტივეს მითითებებსაც ვერ ასრულებენ. 🎬

ინდუსტრია 45-წუთიანი ვიდეოს სტაბილურობაზე ხარჯავს მილიონებს, მაშინ როცა კლიენტი ფულს 3-წამიანი, იდეალურად მართვადი კადრების აწყობაში იხდის. 💸

#ხელოვნურიინტელექტი #ვიდეოპროდაქშენი