أعلنت شركة بايت دانس، الشركة التي تقف خلف منصة التواصل الاجتماعي تيك توك، عن إطلاق نموذج ذكاء اصطناعي جديد يسمى OmniHuman-1، يمكنه إنشاء مقاطع فيديو حية ومتميزة تشبه الواقع.
تقول بايت دانس إن OmniHuman-1 يستند إلى تقنية deepfake، مما يتيح إنشاء مقاطع فيديو ذات حركات سلسة للغاية وصعبة التمييز كونها منتجة بواسطة الذكاء الاصطناعي. تدعي الشركة أن أداة الذكاء الاصطناعي لديها القدرة على إنتاج منتجات بجودة تفوق الأدوات الأخرى المتاحة لإنشاء مقاطع الفيديو.
وفقاً لأبحاث بايت دانس، يمكن لـ OmniHuman-1 استخدام صورة وصوت واحد فقط ك образец، مثل صوت أو غناء شخص معين. بناءً على هذه البيانات، يمكن للآلة الذكية إنشاء مقاطع فيديو بأطوال مختلفة، بvoices متطابقة تمامًا مع النموذج الصوتي.
يستطيع OmniHuman-1 أيضًا تعديل وتحرير مقاطع الفيديو الموجودة لتغيير محتوى الفيديو الأصلي.
بالإضافة إلى ذلك، يمكن لـ OmniHuman-1让用户使用多种风格的图像和声音创建新视频，例如动画视频、电影风格或逼真的人类视频。
يحتاج المستخدم فقط إلى تقديم طلبات حول نسبة الإطار، ونسبة الجسم (الصورة الشخصية، نصف الجسم، الجسم الكامل أو الكل)، يمكن لهذا الأداة الذكية إنشاء فيديو بمستوى حقيقي عالي، بما في ذلك الحركة، الإضاءة، التفاصيل المحيطة…
لم تعلن بايت دانس بشكل رسمي عن إصدار OmniHuman-1 إلى الجمهور بعد، لكن الشركة قد شاركت مقاطع فيديو نموذجية تم إنشاؤها بواسطة الأداة.
تم إنشاء فيديو مدته 23 ثانية من صورة ألبرت أينشتاين، حيث قام العالم الشهير بمحاضرة مع حركات على وجهه وشفاه تتحرك بشكل طبيعي للغاية.
أظهرت مقاطع الفيديو القصيرة الأخرى التي تم إنشاؤها بواسطة OmniHuman-1 أشخاصًا يتحدثون مع حركات وأحاسيس الوجه تشبه البشر.
أحدثت مقاطع الفيديو النموذجية التي أظهرت قدرات OmniHuman-1 إعجاب المجتمع والصناعة التقنية. أقر了许多人这是他们见过最真实的伪造视频。
ByteDance的研究人员表示，他们开发了一种AI模型，能够混合图像、视频和音频数据，以生成高度逼真的视频，面部比例、身体动作到面部表情等都尽可能地像真人一样。
研究团队表示，AI生成的视频具有自然的面部表情、头部动作和手势，与声音和周围环境相匹配，增强了视频的真实性。
ByteDance尚未透露何时将OmniHuman-1提供给用户。
OmniHuman-1的出现展示了来自中国的AI工具令人惊叹的能力，但许多人担心它可能被用于不良目的，例如伪造名人视频以传播虚假信息、进行诈骗，甚至制作虚假色情视频进行勒索。
中美两国在AI领域的竞争日益激烈，两国不断推出功能强大的AI工具以超越对手。
几天前，OpenAI也在ChatGPT中集成了新功能，使该工具能够在几分钟内从大量数据中完成一份报告，而人类则需要花费数小时才能完成。
deepfake是一种人工智能技术，使用图像合成技术将某人的面部图像叠加到其他人的视频或图像上。
deepfake将经历一个“学习”过程，基于输入数据选择合适的算法模型并不断处理和学习。经过一段时间的学习后，deepfake可以高精度地合成面部图像，肉眼几乎无法分辨。
