به موج جدیدی از برنامه های کاربردی هوش مصنوعی تبدیل متن به ویدیو سلام کنید. بله، می دانم که شما تازه به عکس ها عادت کرده اید، اما سعی کنید ادامه دهید. سورای OpenAI در یک لحظه آمده و رفته است، KlingAI ذهن همه را متحیر می کند و با RunwayML Gen-3 به تشویق خود ادامه می دهد. اما حالا یک بچه جدید در بلوک وجود دارد. Hotshot.co یک متن جدید هوش مصنوعی برای سازنده ویدیو است، رایگان و بسیار خوب است.
این سرویس زاییده افکار Aakash Sastry، مدیر عامل سابق Itsme است که سال گذشته یک سازنده آواتار راه اندازی کرد. اما زمان می گذرد، محورها محور هستند، و اکنون او توجه خود را به این معطوف کرده است که با کلیپ های ویدیویی جالب پنج تا ده ثانیه ای که از هوای رقیق ساخته شده اند، ما را شگفت زده کند. سریع نگاه کردم خوب کار میکنه
یک طرح اساسی وجود دارد که به شما سه تولید ویدیوی 5 ثانیه ای رایگان در روز می دهد، که سخاوتمندانه است، به خصوص که برای شروع ایجاد نیازی به ثبت نام ندارید. Hotshot از این نظر منحصر به فرد است زیرا تقریباً هر برنامه هوش مصنوعی دیگری ابتدا شناسه و آدرس ایمیل شما را می خواهد.
خبر بد این است که زمان انتظار در حال حاضر به دلیل این دسترسی رایگان وحشتناک است. در اولین تلاشم متوجه شدم که تکمیل آن یک ساعت طول می کشد (بله واقعا). در واقع، زمان انتظار به طور قابل توجهی طولانی تر است. اولین ویدیوی من سه ساعت بعد منتشر شد و ظاهراً دومی در جولای آینده تکمیل خواهد شد. شوخی می کنم، اما می دانید منظورم چیست.
البته، می‌توانید این انتظار را با ارتقا به یک برنامه پولی که از 29 دلار در ماه شروع می‌شود تا 100 نسل کوتاه کنید. پلن‌های پولی همچنین طیف بیشتری از نسبت‌های تصویر، از جمله مربع و پرتره، و دسترسی اولیه به «ویژگی‌های جدید» را ارائه می‌دهند. توجه: RunwayML با صادرات رزولوشن 4K به قیمت 15 دلار در ماه عرضه می شود، بنابراین می تواند در دراز مدت فروش سختی برای Hotshot باشد.
اولین درخواست من به ویژه دشوار بود – “یک خرس قطبی انسان‌نما با لباس یک ستاره هیپ‌هاپ در حال نوشیدن قهوه روی میز کافه‌ای در پاریس نشسته است. او روبه‌روی یک زن جوان با کت و شلوار تجاری نشسته است و او صمیمانه درباره موضوع مهمی با او صحبت می‌کند.»
سپس سرویس درخواست من را بهبود بخشید: “یک خرس قطبی انسان‌نما در پاریس، با لباس هیپ‌هاپ پر زرق و برق که شامل یک زنجیر طلایی بزرگ می‌شود، پشت میز کافه نشسته، قهوه می‌خورد و با زن جوانی با کت و شلوار تجاری تعامل دارد. خرس قطبی متفکر به نظر می رسد و یک فنجان قهوه در دست دارد، در حالی که زن جوان به صورت متحرک حرکت می کند و به نظر می رسد پیامی جدی را منتقل می کند. پس زمینه شامل معماری نمادین پاریس و منظره خیابانی پر جنب و جوش و تار است.»
نتایج زمانی که سرانجام ظاهر شدند خیره کننده بودند و ثابت کردند که ویدیو از روزهای اول تا چه حد پیشرفت کرده است. اگرچه چند اشکال در ویدیو وجود داشت، عمدتاً یک خرس گریزلی به جای خرس قطبی و موارد عجیب و غریب معمول در دست ها و صورت ها، سازگاری و درک کلی طرح درست بود.
گربه تنبل نسل دوم من هم همینطور است.
پیامدهای این سطح از کیفیت از خدمات درجه دوم بسیار زیاد است. از آنجایی که مدل‌های بهتری ارائه می‌شوند که می‌توانند جزئیات دقیق‌تری ارائه دهند، تولید کلی ویدیو با هوش مصنوعی احتمالاً دیوانه‌کننده خواهد بود و از برخی جهات همینطور است. جالب اینجاست که این شرکت یک API ارائه می‌کند، بنابراین ممکن است به زودی شاهد تقویت فناوری Hotshot برای سایر برنامه‌ها باشیم.
اطلاعات بیشتر از راهنمای تام
منبع: tomsguide
نظرات کاربران