بايت دانس تطور نموذجًا جديدًا لتحويل الصور الثابتة إلى مقاطع فيديو واقعية

في تطور جديد في مجال الذكاء الاصطناعي، كشفت شركة بايت دانس، المالكة لتطبيق تيك توك الشهير، عن نموذج AI مبتكر يدعى INFP، يتيح هذا النموذج تحويل الصور الشخصية الثابتة إلى مقاطع فيديو واقعية، تظهر فيها الوجوه وكأنها تتحدث وتتفاعل مع المدخلات الصوتية، وهذا الإنجاز يمثل خطوة هامة نحو تطوير تقنيات الذكاء الاصطناعي القادرة على محاكاة الحياة البشرية بأسلوب واقعي وواقعي أكثر.

بايت دانس 

يستفيد نموذج INFP من تقنيات متقدمة لتحويل الصور الثابتة إلى مقاطع فيديو قابلة للتفاعل، يتميز النظام بقدرته على توليد مقاطع فيديو تُظهر محادثات واقعية بين شخصين دون الحاجة إلى تحديد الأدوار يدويًا، تعتمد آلية العمل على تحليل تدفق المحادثة والتفاعل بين الصوت والحركة، حيث يقوم النموذج بتحديد أدوار التحدث والاستماع بشكل تلقائي.

تم تقسيم النموذج إلى مرحلتين رئيسيتين، في المرحلة الأولى، يتم تقليد حركات الرأس وتعابير الوجه من خلال تحليل مقاطع الفيديو، ما يسمح بتحويل الحركات الطبيعية لهذه المقاطع إلى بيانات تُستخدم لتحريك الصور الثابتة بشكل واقعي. 

أما المرحلة الثانية، فهي تعتمد على الصوت، حيث يتيح هذا النظام تحليل الصوت لإنشاء حركات طبيعية عند التحدث أو الاستماع، يتم تعديل هذه الحركات لتتناسب بدقة مع الأصوات، مما يعزز من واقعية الفيديو الناتج.

أحد أبرز الابتكارات التي قدمتها بايت دانس في هذا النموذج هو قاعدة البيانات الجديدة التي طورتها تحت اسم DyConv، تضم هذه القاعدة أكثر من 200 ساعة من محادثات حقيقية تم جمعها من الإنترنت، مما يتيح للنموذج التقاط مجموعة واسعة من المشاعر الإنسانية. 

كما أظهرت الاختبارات أن DyConv تتمتع بقدرة فائقة في تحسين جودة الفيديو مقارنة بالقواعد الأخرى مثل ViCo وRealTalk، ما يجعل التجربة أكثر دقة وواقعية.

بفضل هذه التقنية المتطورة، تمكن نموذج INFP من التفوق على العديد من الأدوات الحالية في مجال محاكاة حركة الشفاه، فهو يحافظ على ملامح الوجه الطبيعية ويولّد حركات واقعية للشخص أثناء التفاعل الصوتي. 

كما تسعى بايت دانس إلى تحسين النموذج ليشمل تحريك الجسم كاملًا وليس الرأس فقط، وهو ما يعكس تطورًا هائلًا في طرق استخدام الذكاء الاصطناعي في تكنولوجيا الصورة والفيديو.

على الرغم من إمكانياته الكبيرة، فإن هذا النموذج يعتمد حاليًا على الصوت فقط، ومع ذلك، تخطط بايت دانس لتطويره ليشمل النصوص والصور في المستقبل. 

وتعمل الشركة على معالجة القضايا الأخلاقية المتعلقة بإمكانية إساءة استخدام هذه التقنية، لذلك، قررت الشركة في المرحلة الحالية أن تقتصر استخدام هذه التكنولوجيا على الأبحاث الأكاديمية، ما يتيح للمطورين والباحثين دراسة إمكانياتها بشكل أعمق قبل طرحها للاستخدام العام.

تعتبر بايت دانس أن هذا النظام جزء من استراتيجيتها الطموحة في مجال الذكاء الاصطناعي، بفضل التطبيقات المشهورة التي تمتلكها مثل تيك توك و CapCut، يمكن أن تكون هذه الابتكارات أداة قوية لتطوير المحتوى على منصاتها. 

ويمكن أن تفتح هذه التقنية الأبواب أمام العديد من التطبيقات في مجالات الترفيه والتعليم والتسويق، مما يعزز من قدرة المستخدمين على إنشاء محتوى مرئي يتفاعل بشكل واقعي مع الصوت.

في النهاية، يعد نموذج INFP من بايت دانس خطوة هامة نحو تسريع تطور تقنيات الذكاء الاصطناعي في مجال صناعة المحتوى، مما يغير الطريقة التي نخلق بها المحتوى المرئي في المستقبل.