إنشاء مقاطع فيديو باستخدام Veo من Google DeepMind

خلال عرض Google I/O لعام 2024 في 14 مايو، شاركوا أحدث التحديثات من DeepMind، قسم الذكاء الاصطناعي لديهم. وكان من أبرز الإعلانات نموذج توليدي للفيديو جديدًا باسم Veo. يستطيع Veo إنشاء مقاطع فيديو عالية الجودة بدقة 1080p بالاستناد إلى مطالبات نصية وصورية ومرئية. كما يتيح تعديل مقاطع الفيديو المُنشأة باستخدام مطالبات لاحقة. لنلقِ نظرة عن كثب على الميزات التي يقدمها Veo.

التعرّف على قدرات Veo#

Veo نموذج توليدي للفيديو يستخدم فهمًا عميقًا للغة والصور لإنشاء مقاطع فيديو تتوافق بدقة مع الرؤية الإبداعية للمستخدم. ويمكنه استيعاب نبرة المطالبات الأطول وتفاصيلها بدقة، ما يجعله أداة قوية للمبدعين الذين يرغبون في تحويل أفكارهم إلى محتوى فيديو دقيق.

يمكن للمستخدم التحكم إبداعيًا بتفاصيل دقيقة في الفيديو المُنشأ، لأن Veo يفهم تقنيات سينمائية مثل «التصوير بتقنية الفاصل الزمني» و«اللقطات الجوية للمناظر الطبيعية». ويتيح هذا التحكم الإبداعي للمستخدمين إنشاء مقاطع فيديو تتحرك فيها الأشخاص والحيوانات والأجسام بصورة طبيعية. وتتميز مقاطع الفيديو التي ينشئها Veo بجاذبيتها البصرية، إذ يصعب ملاحظة أنها من إنشاء نموذج ذكاء اصطناعي.

يتجاوز Veo مجرد إنشاء مقاطع الفيديو من المطالبات. فإذا قدمت له مقطع فيديو أُنشئ سابقًا وطلبت تعديلًا محددًا، مثل إضافة قوارب كاياك إلى مشهد جوي لساحل، يستطيع Veo إدماج هذا التغيير في الفيديو الأصلي وإنتاج نسخة محدّثة.

الشكل 1. مثال على تعديل الفيديو باستخدام Veo.

إليك مزيدًا من الميزات التي يقدمها Veo:

• التحرير باستخدام الأقنعة: يساعدك Veo على تعديل مناطق محددة من الفيديو.
• إنشاء فيديو مستوحى من صورة: باستخدام صورة ومطالبة نصية، يستطيع Veo إنشاء مقاطع فيديو تحاكي أسلوب الصورة وتتبع توجيهات المطالبة.
• مقاطع فيديو ممتدة: يستطيع Veo إنشاء مقاطع الفيديو وتمديدها إلى 60 ثانية أو أكثر، سواء من مطالبة واحدة أو سلسلة من المطالبات التي تروي قصة متكاملة.

مقاطع فيديو مذهلة أنشأها Veo#

لنستعرض بعض مقاطع الفيديو التي أنشأها Veo وما يميزها.

يُعد إنشاء مقطع فيديو بتقنية الفاصل الزمني انطلاقًا من مطالبة نصية قصيرة أمرًا صعبًا. فعادةً لا تنقل المطالبة النصية القصيرة بدقة التغييرات والحركات ضمن مشهد الفاصل الزمني. لذا، من اللافت أن Veo يستطيع فهم ما يُتوقع من مشهد الفاصل الزمني دون الخوض في التفاصيل.

الشكل 2. إطار من مقطع فيديو بالفاصل الزمني أنشأه Veo.

وبالمثل، ليس من السهل إنشاء مقاطع فيديو تحاكي الفيزياء بدقة. إذ يحتاج نموذج الذكاء الاصطناعي إلى فهم قوانين الفيزياء ومحاكاتها، مثل الجاذبية والزخم والتصادمات، لكي تبدو الحركات والتفاعلات واقعية. ومن المثير للإعجاب أن Veo يستطيع نمذجة هذه الديناميكيات بدقة من دون توجيهات مفصلة في المطالبات النصية.

الشكل 3. يجسد إطار من فيديو أُنشئ باستخدام Veo فيزياء حركة قنديل البحر بدقة.

حتى الآن، لم نشاهد سوى مقاطع فيديو أقصر أنشأها الذكاء الاصطناعي، بسبب القيود الحاسوبية وتعقيد الحفاظ على الاتساق عبر تسلسلات أطول. وفي عرض Google I/O لعام 2024، عُرضت قدرة Veo على إنشاء مقاطع فيديو أطول وأكثر تعقيدًا.

الشكل 4. إطارات من مقطع Veo الأطول الذي عُرض في عرض Google I/O لعام 2024.

كيف يعمل Veo؟#

مثل كثير من نماذج الذكاء الاصطناعي الأخرى، يستند Veo إلى إنجازات من سبقوه. فهو يستفيد من تطورات سابقة، مثل Generative Query Network (GQN) وDVD-GAN وImagen-Video وPhenaki وWALT وVideoPoet وLumiere، إضافةً إلى بنية Transformer من Google وGemini. وإلى جانب ذلك، زادت دقة التسميات التوضيحية لكل فيديو في مجموعة بيانات التدريب لتحسين قدرة Veo على تفسير المطالبات بدقة.

استنادًا إلى سير العمل التقريبي للنموذج الذي شاركته Google، إليك طريقة عمل Veo:

• المطالبات المدخلة: تقدم مطالبة نصية، ويمكنك اختياريًا تقديم مطالبة صورية.
• الترميز: يعالج مُرمّز UL2 المطالبة النصية، بينما يعالج مُرمّز الصور المطالبة الصورية.
• المطالبة المضمّنة: تُدمج مخرجات مُرمّزي النص والصور لتكوين مطالبة مضمّنة واحدة.
• نموذج الانتشار الكامن: تُمرر المطالبة المضمّنة وفيديو مضغوط مشوش إلى هذا النموذج، الذي يستخدمهما لإنشاء فيديو مضغوط. يستخدم Veo تمثيلات فيديو مضغوطة عالية الجودة تُعرف باسم المتغيرات الكامنة، لتحسين الكفاءة مع الحفاظ على الجودة.
• فك الترميز: في الخطوة الأخيرة، يُفك ترميز مخرج الفيديو بدقة 1080p من الفيديو المضغوط.

الشكل 5. طريقة عمل Veo.

دراسة حالة مقنعة في صناعة الأفلام#

لاختبار قدرات Veo، تعاونت Google مع صانع الأفلام دونالد غلوفر واستوديوه الإبداعي Gilga. واستخدما Veo لاستكشاف تقنيات إبداعية متنوعة، منها لقطات التتبع الديناميكية التي تتطلب حركة دقيقة وتكوينًا ثابتًا للصورة.

الشكل 6. استخدام Veo في عملية صناعة الأفلام.

يواجه صانعو الأفلام تقليديًا قيودًا بسبب ضيق الوقت والموارد. وباستخدام Veo، تمكن Glover وفريقه من تجربة اللقطات المعقدة وإنشائها بسرعة، مما أتاح بدوره مرونة وابتكارًا أكبر في عملية صناعة الأفلام.

فعلى سبيل المثال، قبل التصوير الفعلي، كان بإمكانهم تجربة لقطات تتبع ديناميكية متنوعة لمعرفة شكلها وإجراء التعديلات حسب الحاجة. وساعدتهم عملية التصور المسبق هذه على تنقيح أفكارهم والتأكد من أن اللقطات ستنجح كما هو مخطط لها، مما قلل في نهاية المطاف عدد مرات التصوير المطلوبة. وتمكنوا من إعداد دراسة حالة مقنعة لعرض إمكانات Veo في تغيير صناعة الأفلام. فهو يوفر طريقة أسرع وأكثر كفاءة لتحويل الرؤى الإبداعية إلى واقع.

الاستخدامات العملية لـ Veo في قطاعات مختلفة#

تتيح قدرات Veo المتقدمة على إنشاء مقاطع الفيديو استخدامات عملية في قطاعات كثيرة. ففي مجال الإعلان، يمكنه إنتاج إعلانات مخصصة عالية الجودة بسرعة لجماهير مستهدفة، ما يوفر الوقت وتكاليف الإنتاج. وفي التعليم، يستطيع Veo إنشاء مقاطع فيديو تعليمية جذابة تجعل المفاهيم المعقدة أسهل فهمًا.

يمكن للشركات استخدام Veo للتدريب والاتصالات المؤسسية. وقد يستخدم العاملون في الرعاية الصحية Veo لمحاكاة الإجراءات الطبية لأغراض التدريب. وفي الفعاليات والمؤتمرات الافتراضية، يستطيع Veo إنشاء محاكاة واقعية للأماكن والمنصات، بما يمنح الحضور تجربة تفاعلية وجذابة من أي مكان. ويستفيد المنظمون من توسيع نطاق الوصول والحصول على رؤى قيّمة للفعاليات المستقبلية.

عندما يكون لنموذج ذكاء اصطناعي القدرة على التأثير في قطاعات مختلفة، فمن المهم مراعاة السلامة وأخلاقيات الذكاء الاصطناعي. ولتمكين انتشار أوسع وضمان الاستخدام المسؤول، طبقت Google تدابير أمان متعددة. وتُضاف إلى مقاطع الفيديو التي ينشئها Veo علامة مائية باستخدام SynthID، وهي أداة لوضع العلامات المائية والتعرف على المحتوى المُنشأ بالذكاء الاصطناعي. ويدعم SynthID الشفافية ويساعد على الحد من مخاطر الخصوصية وحقوق الطبع والنشر والتحيز. وإضافة إلى ذلك، تمر جميع مقاطع الفيديو المُنشأة عبر مرشحات أمان وعمليات للتحقق من استعادة المحتوى المحفوظ. وقد صُممت هذه الضمانات لدعم إنتاج الفيديو المسؤول.

أين يمكن الوصول إلى Veo#

عند الإطلاق، قالت Google إنها ستبدأ بإتاحة بعض ميزات Veo لمجموعة مختارة من صنّاع المحتوى عبر VideoFX، وهي أداة جديدة متاحة على labs.google، لتمنحهم وصولًا مبكرًا وتجربة إمكانات إنشاء الفيديو. وقد فُتحت قائمة انتظار Veo ليتمكن صنّاع المحتوى المهتمون من التسجيل.

المزيد عن تحديثات DeepMind للذكاء الاصطناعي التوليدي لعام 2024#

إلى جانب Veo، قدمت DeepMind عدة تحديثات في مجال الذكاء الاصطناعي التوليدي لعام 2024. ومن بينها Imagen 3، أحدث نماذجهم لتحويل النص إلى صورة آنذاك. ويتفوق Imagen 3 في إنشاء صور واقعية تحاكي الصور الفوتوغرافية. كما يفهم المطالبات باللغة الطبيعية بعمق ويلتقط التفاصيل الدقيقة مع تقليل العيوب البصرية.

الشكل 7. صورة أُنشئت باستخدام Imagen 3.

طورت DeepMind أيضًا Lyria، وهو أحدث نماذجها لإنشاء الموسيقى بالذكاء الاصطناعي. وفي إطار هذا الجهد، أنشأت DeepMind مجموعة من أدوات الذكاء الاصطناعي الموسيقية تُسمى Music AI Sandbox. وتمكّن هذه الأدوات الموسيقيين والمنتجين من استكشاف إمكانات إبداعية جديدة في تأليف الموسيقى وتحويل الصوت.

الشكل 8. مثال على واجهة مستخدم لأدوات الموسيقى بالذكاء الاصطناعي من DeepMind.

على غرار Veo، طبقت DeepMind عدة تدابير للسلامة فيما يتعلق بتحديثاتها الأخرى أيضًا. وسيُستخدم SynthID في هذه التحديثات كأداة لإضافة العلامات المائية والتعرّف على المحتوى المُنشأ بالذكاء الاصطناعي. وتَعِد هذه التحديثات من DeepMind بتحويل قطاعات مختلفة من خلال تقديم أدوات متقدمة وفعالة ومسؤولة لإنشاء محتوى مرئي وصوتي عالي الجودة.

استشراف المرحلة التالية من الذكاء الاصطناعي التوليدي#

تمثل تطورات DeepMind في مجال الذكاء الاصطناعي التوليدي لعام 2024، ومنها Veo وImagen 3 وLyria، قفزة كبيرة في قدرات الذكاء الاصطناعي. ويحدث Veo تحولًا في إنشاء الفيديو بفضل قدرته على إنشاء مقاطع فيديو عالية الجودة بدقة 1080p من مطالبات بسيطة، ما يجعله أداة متعددة الاستخدامات لصانعي الأفلام ومنشئي المحتوى. ويتألق Imagen 3 في إنتاج صور واقعية، بينما يفتح Lyria آفاقًا جديدة لإنشاء الموسيقى باستخدام أدوات متقدمة للذكاء الاصطناعي.

تَعِد هذه التقنيات بتحويل قطاعات مختلفة عبر توفير أدوات فعالة ومسؤولة لإنشاء محتوى مرئي وصوتي عالي الجودة. ومع تدابير السلامة، مثل SynthID، التي تضمن الاستخدام الأخلاقي، تواصل DeepMind توسيع آفاق الذكاء الاصطناعي، وتمهيد الطريق لتطبيقات مبتكرة مستقبلًا.

انطلق في عالم الذكاء الاصطناعي بزيارة مستودع GitHub والانضمام إلى مجتمعنا. استكشف صفحات حلولنا لمعرفة كيفية تطبيق الذكاء الاصطناعي في التصنيع والزراعة.