رونمایی از قابلیتهای جدید Vertex AI: ساخت فیلم از صفر تا صد با هوش مصنوعی گوگل
به گزارش نگاه فناوری:شرکت گوگل در جریان رویداد Cloud Next از افزودن قابلیتهای نوآورانه هوش مصنوعی مولد به پلتفرم Vertex AI خود خبر داد. این بهروزرسانی شامل مجموعهای جامع از ابزارها با عنوان Vertex AI Media Studio است که به طور خاص برای پاسخگویی به نیازهای کاربران سازمانی طراحی شده است. هدف اصلی از ارائه این مجموعه ابزار، فراهم آوردن امکان تولید محتوای چندرسانهای متنوع و باکیفیت، بدون نیاز به تخصص فنی عمیق در زمینه برنامهنویسی یا کار با ابزارهای هوش مصنوعی مجزا، برای این دسته از کاربران است.
در واقع، Vertex AI Media Studio مجموعهای از پیشرفتهترین مدلهای هوش مصنوعی گوگل را در یک محیط کاربری یکپارچه گردآوری کرده است. این امر به کاربران اجازه میدهد تا به آسانی و با بهرهگیری از این مدلها، اقدام به تولید انواع محتوای دیداری و شنیداری نمایند. ابزارهای کلیدی موجود در این مجموعه عبارتند از:
Imagen 3: یک مدل پیشرفته تولید تصویر که قادر است تصاویر با کیفیت بالا و جزئیات دقیق را بر اساس دستورات متنی کاربران ایجاد کند.
Veo 2: یک مدل نوآورانه در زمینه تولید ویدیو که امکان تبدیل تصاویر ثابت به ویدیوهای پویا را فراهم میسازد. به گفته گوگل، این مدل به کاربران اجازه میدهد تا جنبههای مختلف ویدیو مانند نوع حرکت دوربین، نرخ فریم و مدت زمان کلی فیلم را تنظیم کنند. همچنین، ابزار Magic Eraser یکپارچه شده در این مدل، امکان حذف عناصر ناخواسته از تصاویر تولید شده را به کاربران میدهد.
Chirp: یک مدل هوش مصنوعی قدرتمند برای صداگذاری که قابلیت تولید گفتار به بیش از 35 زبان مختلف و با استفاده از 8 صدای گوینده متفاوت را دارا است. این ابزار به کاربران امکان میدهد تا به سادگی صدای مورد نظر خود را بر روی محتوای ویدیویی یا سایر پروژههای چندرسانهای اضافه کنند.
Lyria: یک مدل هوش مصنوعی متخصص در تولید موسیقی پسزمینه که به کاربران کمک میکند تا قطعات موسیقی مناسب با حال و هوای محتوای ویدیویی خود را ایجاد و به آن اضافه کنند.
نکته قابل توجه این است که تمامی فرآیند تولید محتوای چندرسانهای، از ایجاد تصویر اولیه گرفته تا تبدیل آن به ویدیو، افزودن صدا و موسیقی پسزمینه، همگی در یک رابط کاربری واحد به نام Vertex AI Studio انجام میشود. پیش از این، توسعهدهندگان میتوانستند از این محیط برای آزمایش و ارزیابی مدلهای جمینای نیز استفاده کنند. ادغام این ابزارهای جدید در Vertex AI Studio، فرآیند تولید محتوا را برای کاربران بسیار سادهتر و کارآمدتر میسازد و نیاز به استفاده از چندین ابزار و پلتفرم مختلف را از بین میبرد.
علاوه بر این، گوگل اعلام کرده است که در آینده نزدیک، مدل جمینای 2.5 فلش را نیز در پلتفرم Vertex AI ارائه خواهد کرد. ویژگی بارز این مدل، سرعت پاسخدهی بالا و هزینه پایینتر در مقایسه با سایر مدلهای مشابه است. جمینای 2.5 فلش به صورت هوشمند، زمان پردازش را بر اساس پیچیدگی دستور ورودی (پرامپت) تنظیم میکند و در نتیجه، امکان ارائه پاسخهای سریعتر برای دستورات سادهتر را فراهم میآورد. این قابلیت میتواند به ویژه در کاربردهایی که سرعت و هزینه از اهمیت بالایی برخوردارند، بسیار مفید واقع شود.
