Det borde vara uppenbart för alla som följer generativa AI-nyheter att den nya tekniken snabbt blir allestädes närvarande. Förra året tog AI-bildgeneratorer världen med storm, och i slutet av 2022 fångade ChatGPT allmänhetens fantasi. Nu, några veckor in i 2023, är text-till-video AI nästan här.
Den här veckan lanserade AI-startupen Runway Gen-2, ett multimodalt AI-system som kan generera videor med klipp från andra videor, bilder eller till och med bara text. Det stämmer, inom kort kommer användare att kunna skriva vad de vill i en prompt och få en fullständigt producerad video av vad de drömt om i sin fantasi.
Generera videor med bara ord. Om du kan säga det, nu kan du se det.
Introduktion, text till video. Med Gen-2.
Läs mer på https://t.co/PsJh664G0Q pic.twitter.com/6qEgcZ9QV4
— Runway (@runwayml) 20 mars 2023
Men som med all ny teknik är den inte riktigt redo för bästa sändningstid. Enligt Gizmodo’s Kyle Bar, medan Runway’s nya video-AI inte är tillgänglig för allmänheten ännu, finns det redan en annan text-till-video-tjänst där ute: ModelScope, som var släpptes för bara några dagar sedan. Dess webbplats är främst på kinesiska, med några engelska rubriker. Men exemplen på AI-genererade videor på sajten är ganska imponerande, även om de är grova.
Några av exemplen på ModelScope’s webbplats inkluderar “en giraff under” en mikrovågsugn,” “en guldklocka som leker i en park vid en sjö,” “En pandabjörn som kör bil,” “en nalle som springer i New York City,” och mer. Varje videoklipp är bara några sekunder långt men visar tydligt kraften i den nya tekniken. Det bör noteras att varje exempelvideo innehåller en Shutterstock-vattenstämpel, troligen för att företaget använde stockbilder för att träna sin AI.
ModelScope är dock inte precis användarvänligt. Förutom att sajten huvudsakligen är på kinesiska, verkar det som att användarna måste göra lite research (eller vara bevandrade i generativ AI) för att få det att fungera. Det är inte som ChatGPT eller New Bing än. Men själva existensen av denna teknik på internet betyder att text-till-video kommer mycket snabbare än många av oss trodde att det skulle kunna.
Källa: Gizmodo