Η ByteDance, μητρική εταιρεία του TikTok, παρουσιάζει ένα νέο AI video creator που μπορεί να παράγει ζωντανά βίντεο με ανθρώπους να μιλούν, να τραγουδούν και να κινούνται από μία μόνο φωτογραφία. Το νέο μοντέλο OmniHuman μπορεί να ζωντανέψει μια εικόνα με εκπληκτικά ακριβείς κινήσεις του σώματος, εκφράσεις του προσώπου και χειρονομίες.
To OmniHuman εκπαιδεύτηκε σε περισσότερες από 18.700 ώρες video. Η AI μπορεί πλέον να μιμηθεί τον τρόπο με τον οποίο οι άνθρωποι κινούνται, μιλούν και αλληλεπιδρούν σε video. Αξίζει να σημειωθεί ότι αυτή η AI μπορεί να δημιουργήσει πλήρως κινούμενους χαρακτήρες και όχι απλώς να κινεί ένα πρόσωπο ή το πάνω μέρος του σώματος. Αυτό σημαίνει ότι μια απλή εικόνα μπορεί να μετατραπεί σε ένα video με κάποιον να εκφωνεί ομιλία, να χορεύει ή ακόμη και να παίζει ένα όργανο.
Το αποτέλεσμα είναι ένα πολύ ρεαλιστικό video, είτε ο χαρακτήρας είναι ένας άνθρωπος από μια φωτογραφία είτε ένας από έναν πιο στυλιζαρισμένο πίνακα ζωγραφικής. Εάν και όταν η ByteDance λανσάρει το OmniHuman, είναι εύκολο να το φανταστούμε να πλημμυρίζει το TikTok. Η εταιρεία προσφέρει ήδη στην πλατφόρμα ένα AI video-maker με το όνομα Jimeng, και κάτι σαν το OmniHuman θα μπορούσε να προσελκύσει πολύ περισσότερους χρήστες να ασχοληθούν με το TikTok και τα άλλα χαρακτηριστικά του.
Φυσικά, η ByteDance δεν πρόκειται να εισέλθει στον χώρο χωρίς ανταγωνισμό. Το Sora της OpenAI έχει αποσπάσει επαίνους και είναι ένα μεγάλο όνομα στο χώρο των video AI, αλλά υπάρχουν πολλοί άλλοι, όπως οι Pika, Runway, Pollo και το Dream Machine της Luma Labs.
Το OmniHuman είναι ακόμη ένα ερευνητικό project προς το παρόν, αλλά το γεγονός ότι η ByteDance παρουσιάζει ήδη τις δυνατότητές του υποδηλώνει ότι οι πρακτικές εφαρμογές δεν απέχουν πολύ.
[via]
