Peluang Baru yang Dihadirkan oleh Terobosan Teknologi Generasi Video AI

Belakangan ini, kemajuan paling signifikan di bidang AI adalah terobosan dalam teknologi generasi video multimodal. Teknologi ini telah berkembang dari sekadar menghasilkan video dari teks, menjadi teknologi generasi seluruh rantai yang mengintegrasikan teks, gambar, dan audio.

Berikut adalah beberapa contoh terobosan teknologi yang patut diperhatikan:

1. Kerangka kerja EX-4D yang bersifat open-source dari sebuah perusahaan teknologi dapat mengubah video biasa menjadi konten 4D dengan sudut pandang bebas, dengan tingkat penerimaan pengguna mencapai 70,7%. Teknologi ini memungkinkan pembuatan efek tampilan multi-sudut dari video sudut tunggal, yang secara signifikan menyederhanakan pekerjaan yang sebelumnya hanya bisa dilakukan oleh tim pemodelan 3D profesional.

2. Fitur "Hui Xiang" yang diluncurkan oleh suatu platform AI mengklaim dapat menghasilkan video berkualitas "film" selama 10 detik dari sebuah gambar. Meskipun efek sebenarnya masih perlu diverifikasi, potensi untuk menghasilkan video dengan cepat sangat dinantikan.

3. Teknologi Veo yang diluncurkan oleh suatu lembaga penelitian AI dapat secara bersamaan menghasilkan video 4K dan efek suara lingkungan. Teknologi ini mengatasi tantangan sinkronisasi audio dan visual dalam situasi yang rumit, seperti mencocokkan gerakan berjalan dalam gambar dengan suara langkah yang akurat.

4. Teknologi ContentV dari platform video pendek tertentu memiliki 8 miliar parameter, mampu menghasilkan video 1080p dalam 2,3 detik dengan biaya 3,67 yuan/5 detik. Meskipun kualitas generasi dalam skenario kompleks masih memiliki ruang untuk perbaikan, kontrol biayanya sudah cukup mengesankan.

Terobosan teknologi ini memiliki arti penting dalam aspek kualitas video, biaya produksi, dan skenario aplikasi.

Pertama, dalam hal nilai teknis, kompleksitas generasi video multimodal meningkat secara eksponensial. Ini perlu memproses beberapa aspek seperti generasi gambar bingkai tunggal, koherensi waktu video, sinkronisasi audio, dan konsistensi ruang 3D. Saat ini, melalui pemecahan modular dan kolaborasi model besar, tugas-tugas kompleks ini dapat dilaksanakan dengan lebih efisien.

Kedua, dalam hal pengendalian biaya, melibatkan optimasi arsitektur inferensi di belakang, termasuk strategi generasi bertingkat, mekanisme pemanfaatan cache, dan alokasi sumber daya dinamis, dll. Langkah-langkah optimasi ini secara signifikan mengurangi biaya pembuatan video.

Akhirnya, dalam hal dampak aplikasi, teknologi generasi video AI sedang mengubah proses produksi video tradisional. Proses produksi yang sebelumnya memerlukan banyak peralatan, tempat, tenaga kerja, dan waktu, kini dapat dipadatkan menjadi hanya satu kata kunci dan beberapa menit waktu tunggu. Ini tidak hanya menurunkan ambang batas teknis dan finansial untuk produksi video, tetapi juga memberikan lebih banyak ruang bagi pencipta untuk berkreasi dan mengekspresikan estetika.

Perubahan ini juga membawa peluang baru untuk Web3 AI:

1. Perubahan struktur permintaan daya komputasi menciptakan pasar baru untuk daya komputasi yang tidak terpakai secara terdistribusi, sekaligus meningkatkan permintaan untuk berbagai model penyesuaian mikro terdistribusi, algoritma, dan platform inferensi.

2. Peningkatan permintaan untuk penandaan data memberikan peluang baru bagi profesional seperti fotografer, ahli suara, dan seniman 3D. Melalui mekanisme insentif Web3, para profesional ini dapat didorong untuk menyediakan bahan data berkualitas tinggi, sehingga meningkatkan kemampuan pembuatan video AI.

3. Tren perkembangan teknologi AI menuju kolaborasi modular itu sendiri menciptakan permintaan baru untuk platform terdesentralisasi. Di masa depan, daya komputasi, data, model, dan mekanisme insentif mungkin akan membentuk ekosistem yang saling memperkuat, mendorong integrasi mendalam antara skenario Web3 AI dan Web2 AI.

Perkembangan ini membuka jalan baru untuk penerapan teknologi AI di bidang Web3, serta memberikan ruang imajinasi yang luas bagi para inovator.