هوش مصنوعی تصویرگر جدید «گوگل» معرفی شد

«جهان‌صنعت»- گوگل به شکل رسمی، «لومیِر» را که نسل جدید تولیدکننده ویدئو از متن مبتنی بر هوش مصنوعی است، معرفی کرد. گروهی از پژوهشگران هوش مصنوعی در «گوگل ریسرچ» نسل جدید تولیدکننده ویدئو از متن را که مبتنی بر هوش مصنوعی است، به نام «لومیر» توسعه داده‌اند. این گروه مقاله‌ای را منتشر کرده که در آن تلاش‌های خود را در پایگاه پیش‌چاپ arXiv شرح داده است. در طول چند سال گذشته برنامه‌های کاربردی هوش مصنوعی از آزمایشگاه به جامعه کاربران منتقل شده‌اند. برای مثال، مدل‌های زبانی بزرگ(LLM) مانند ChatGPT با مرورگرها ادغام شده‌اند که به کاربران اجازه می‌دهند متون دلخواه خود را به روش‌های بی‌سابقه‌ای تولید کنند. اخیرا مولدهای تبدیل متن به تصویر به کاربران اجازه ایجاد تصاویر فراواقعی را داده‌اند و مولدهای تبدیل متن به ویدئو به کاربران این امکان را داده‌اند که با استفاده از چند کلمه کلیپ‌های ویدئویی کوتاه تولید کنند. اکنون تیم گوگل در این تلاش جدید با اعلام یک تولیدکننده ویدئو از متن به نام لومیر، این حوزه را به اوج جدیدی رسانده است.
لومیر که احتمالا از روی نام برادران لومیر که پیشگامان تجهیزات اولیه عکاسی بودند نامگذاری شده است که به کاربران اجازه می‌دهد جمله ساده‌ای مانند «دو راکون با هم کتاب می‌خوانند» را بنویسند و یک ویدئوی کامل از آن دریافت کنند که نشان می‌دهد دو راکون دقیقا در حال مطالعه هستند. وضوح خیره‌کننده و بالای این مولد هوش مصنوعی جدید نشان‌دهنده گام بعدی در توسعه مولدهای ویدئو از متن با ایجاد نتایج بسیار بهتر است. گوگل فناوری پشت این مولد جدید را به عنوان یک معماری پیشگامانه فضا- زمان U-Net توصیف می‌کند که برای تولید ویدئوی متحرک در یک مدل طراحی شده است. ویدئوی نمایشی نشان می‌دهد که گوگل ویژگی‌های جدیدی مانند اجازه دادن به کاربران برای ویرایش یک ویدئوی موجود با برجسته کردن بخشی از آن و تایپ دستورالعمل‌هایی مانند «تغییر رنگ لباس به قرمز» را به این فناوری اضافه کرده است. این مولد انواع مختلفی از نتایج را مانند سبک‌سازی تولید می‌کند که در آن سبک سوژه به جای نمایش تمام رنگی آن ایجاد می‌شود و ارجاع به سبک‌های مختلف را نیز ممکن می‌کند، همچنین کارهای سینمایی انجام می‌دهد که در آن کاربر می‌تواند بخشی یا تمام یک تصویر ثابت را برجسته و متحرک کند. گوگل در اعلامیه خود مشخص نکرد که قصد دارد «لومیر» را به عموم مردم عرضه کند یا نه و این احتمالا به دلیل عواقب قانونی آشکاری بوده که ممکن است به دلیل ایجاد احتمالی ویدئوهایی که قوانین حق نشر را نقض می‌کنند، ایجاد شود.