با ویژگی‌های جدید هوش مصنوعی Vidu Q1، تولیدکنندگان محتوا حالا می‌توانند بدون مهارت فنی، افکت‌های سینمایی و موسیقی بسازند.
به گزارش تکراتو و به نقل از androidheadlines، این روزها تولید محتوا بیشتر از همیشه با موبایل انجام می‌شود. از اپلیکیشن‌هایی مثل CapCut گرفته تا پلتفرم‌های محبوبی مثل TikTok و Instagram، تمرکز اصلی روی ویدیوهای کوتاه است.
همزمان، تعداد سازندگان محتوا هم به‌شدت در حال افزایش است. اما همچنان فاصله زیادی بین ایده‌پردازی و اجرای حرفه‌ای آن وجود دارد، مخصوصاً وقتی صحبت از افکت‌های بصری باشد. حالا Vidu با معرفی مدل جدید Vidu Q1 تلاش کرده این فاصله را از بین ببرد.
به گفته تیم سازنده، Vidu Q1 در زمینه کیفیت ویدیوهای تولیدی با هوش مصنوعی پیشرفت بزرگی داشته و روی چند ویژگی کلیدی تمرکز کرده که باعث شده این مدل جایگاه اول را در VBench، معیار ارزیابی ویدیوهای تولیدی، به دست آورد. در واقع، Vidu در رتبه اول قرار گرفته، بالاتر از مدل‌هایی مثل Sora متعلق به OpenAI و Gemini از Google.
با توجه به اینکه شرکت مادر Vidu یعنی ShengShu Technology اخیراً قدم‌هایی برای ورود به دنیای سینما برداشته، این موفقیت چندان هم عجیب نیست. برای مثال، این شرکت با Aura Productions قراردادی بسته تا مجموعه‌ای از فیلم‌های علمی‌تخیلی کوتاه با استفاده از Vidu تولید شود.
Vidu همچنین از اولین شرکت‌هایی بوده که قابلیت‌هایی مثل هماهنگی میان چند عنصر را با نسخه 1.5 عرضه کرده. این ویژگی امکان حفظ هماهنگی میان افراد، اشیا و محیط درون ویدیو را فراهم می‌کند.
در اولین آپدیت مدل Q1، Vidu توانسته افکت‌های سینمایی حرفه‌ای از نظر کیفیت تصویر و نوع ترنزیشن‌ها ارائه دهد. حالا می‌توان کلیپ‌هایی با کیفیت 1080p و حداکثر زمان 5 ثانیه تولید کرد که در حال حاضر کمتر پلتفرمی چنین کیفیتی ارائه می‌دهد.
با محبوب‌تر شدن انیمیشن‌های تولید شده با هوش مصنوعی، Vidu Q1 حرکات شخصیت‌های انیمیشنی را نیز روان‌تر و طبیعی‌تر کرده و دیگر حرکات آن‌ها حالت خشک و مصنوعی ندارد.
اما مهم‌ترین ویژگی مدل Q1 در ترنزیشن‌های حرفه‌ای و بصری آن نهفته است. چه کاربر حرفه‌ای باشید چه تازه‌کار، اگر تمرکزتان روی پلتفرم‌های موبایلی باشد، احتمالاً ترجیح می‌دهید زحمت تدوین و افکت‌های تصویری را به یک ادیتور حرفه‌ای بسپارید. اما اغلب هزینه این کار برای سازندگان مستقل بسیار بالاست.
ویژگی جدید Vidu Q1 با نام First-to-Last Frame احتمالاً تحولی در این زمینه ایجاد خواهد کرد. تنها کافی است دو تصویر یا فریم از ویدیوی خود را وارد کنید و یک توضیح متنی بنویسید. Vidu Q1 به‌طور خودکار بهترین و طبیعی‌ترین ترنزیشن را بین دو تصویر پیدا می‌کند، حتی اگر این دو تصویر در نگاه اول ربطی به هم نداشته باشند.
به عنوان نمونه، اگر تصویری از یک گربه و تصویری از یک شیر وارد کنید، Vidu Q1 می‌تواند ترنزیشنی بسازد که به‌طور طبیعی گربه به شیر تبدیل شود؛ کاری که برای یک تازه‌کار در دنیای افکت‌های تصویری ممکن است هفته‌ها زمان ببرد.
ییهانگ لو، مدیرعامل ShengShu Technology، درباره این مدل می‌گوید: Vidu Q1 گامی مهم در هوشمندتر و خلاقانه‌تر شدن تولید ویدیو با هوش مصنوعی است. این مدل ما را به رؤیای ساخت بستری نوین برای تولید محتوا نزدیک‌تر می‌کند؛ بستری که به هر کسی اجازه می‌دهد تخیلات خود را به‌راحتی، آزادانه و با دقت سینمایی به واقعیت تبدیل کند.
در کنار پیشرفت‌های تصویری، Vidu Q1 حالا وارد دنیای صدا هم شده و قابلیت AI Sound Effects را معرفی کرده که امکان ساخت صدا با کیفیت بالا را برای اولین بار در فرکانس ۴۸ کیلوهرتز فراهم کرده است.
از موسیقی پس‌زمینه تا افکت‌های صوتی، همه‌چیز را می‌توان با این ابزار تولید کرد. این قابلیت باعث می‌شود نقش صداگذاران و آهنگسازان در پروژه‌های ویدیویی کوچک‌تر کم‌رنگ‌تر شود.
برای ساخت صدا با این ابزار نیازی به تخصص در مهندسی صدا یا آهنگسازی نیست؛ تنها کافی است متنی ساده وارد کنید و Vidu Q1 صدا را متناسب با حال‌وهوای ویدیو تولید می‌کند. همچنین امکان لایه‌بندی صدا تا ده ثانیه برای هر ترک وجود دارد و حتی می‌توان با دستور متنی، زمان دقیق پخش هر صدا را در ویدیو مشخص کرد.