Meta Movie Gen: إعادة تصور إنشاء المحتوى

سواء أكنت صانع أفلام طموحًا أم منشئ محتوى يستمتع بإنتاج مقاطع الفيديو لجمهوره، فمن المفيد دائمًا امتلاك أدوات ذكاء اصطناعي توسّع آفاق إبداعك. أطلقت Meta مؤخرًا أحدث نماذجها لتوليد الفيديو، المعروف باسم Meta Movie Gen.

من المتوقع أن تبلغ قيمة سوق الذكاء الاصطناعي التوليدي العالمي في قطاعي الإعلام والترفيه 11.57 مليار دولار بحلول عام 2033، مع تصدّر شركات مثل Runway وOpenAI وMeta لهذا المجال. ويتميز Meta Movie Gen بوجه خاص بملاءمته لتطبيقات مثل صناعة الأفلام وإنشاء محتوى الفيديو والسرد الرقمي، ما يجعل تحويل الرؤى الإبداعية إلى مقاطع فيديو عالية الجودة مولّدة بالذكاء الاصطناعي أسهل من أي وقت مضى. في هذا المقال، سنتناول Meta Movie Gen وآلية عمله، كما سنلقي نظرة أعمق على بعض تطبيقاته.

الشكل 1. إطار من مقطع فيديو مولّد باستخدام Meta Movie Gen.

ما Meta Movie Gen؟#

قبل أن نناقش ماهية Meta Movie Gen، لنتعرّف إلى كيفية ظهوره.

بدأت جهود Meta البحثية المرتبطة بـالذكاء الاصطناعي التوليدي بسلسلة نماذج Make-A-Scene. ويركز هذا البحث على أسلوب توليدي متعدد الوسائط يساعد الفنانين وأصحاب الرؤى على تجسيد خيالهم. يمكن للفنانين إدخال صور أو صوت أو مقاطع فيديو أو رسوم متحركة ثلاثية الأبعاد للحصول على الصورة التي يرغبون فيها. وجاءت الخطوة التالية في الابتكار مع نماذج الانتشار، مثل نماذج Llama Image Foundation (Emu)، التي أتاحت إنشاء صور ومقاطع فيديو بجودة أعلى بكثير، كما مكّنت من تحرير الصور.

الشكل 2. مثال على استخدام الرسم التخطيطي والإدخال النصي في Make-A-Scene للحصول على صورة مولّدة.

يُعد Movie Gen أحدث إسهامات Meta في أبحاث الذكاء الاصطناعي التوليدي. فهو يجمع جميع الوسائط المذكورة سابقًا ويتيح تحكمًا أدق، ما يمكّن الأشخاص من استخدام النماذج بطرق أكثر إبداعًا. ويمثل Meta Movie Gen مجموعة من النماذج الأساسية لتوليد أنواع مختلفة من الوسائط، بما فيها تحويل النص إلى فيديو، وتحويل النص إلى صوت، وتحويل النص إلى صورة. وتتألف المجموعة من أربعة نماذج دُرّبت على مزيج من مجموعات البيانات المرخّصة والمتاحة للعامة.

فيما يلي لمحة موجزة عن هذه النماذج:

• نموذج Movie Gen Video: نموذج يضم 30 مليار مُعامل ويولّد مقاطع فيديو عالية الجودة انطلاقًا من مطالبات نصية.
• نموذج Movie Gen Audio: نموذج يضم 13 مليار مُعامل ويستطيع إنشاء مقطوعات صوتية متزامنة مع محتوى الفيديو.
• نموذج Movie Gen Video المخصص: يولّد مقاطع فيديو لأشخاص محددين استنادًا إلى مطالبة نصية وصورة واحدة، مع الحفاظ على ملامحهم.
• نموذج Movie Gen Edit: يتيح النموذج إجراء تعديلات مفصلة على مقاطع الفيديو الحقيقية والخيالية باستخدام النص.

تدريب نموذج الفيديو Meta Movie Gen#

تضمنت عملية إنشاء نموذج Movie Gen Video وتدريبه عدة مراحل أساسية. بدأت المرحلة الأولى بجمع البيانات المرئية وإعدادها، بما فيها الصور ومقاطع الفيديو، التي ركزت أساسًا على الأنشطة البشرية وصُفّيت وفق الجودة والحركة ومدى الصلة. ثم أُرفقت بالبيانات تعليقات نصية تشرح ما يحدث في كل مشهد. وقد وفّرت التعليقات، التي أنشأها نموذج Meta’s Llama 3-Video، تفاصيل غنية عن محتوى كل مشهد، ما عزز قدرات النموذج على السرد المرئي.

الشكل 3. نظرة عامة على مسار تنسيق بيانات ما قبل تدريب نموذج Movie Gen Video.

بدأ التدريب بتعلّم النموذج تحويل النص إلى صور منخفضة الدقة. ثم انتقل إلى إنشاء مقاطع فيديو كاملة عبر الجمع بين التدريب على تحويل النص إلى صورة والتدريب على تحويل النص إلى فيديو، باستخدام صور مرئية تزداد جودتها تدريجيًا.

ضغطت أداة تُسمى المشفّر التلقائي الزمني (TAE) مقاطع الفيديو للتعامل بكفاءة مع كميات كبيرة من البيانات. وأسهم الضبط الدقيق في تحسين جودة الفيديو أكثر، كما ضمنت طريقة تُسمى متوسط النماذج (تحسب متوسط عدة نماذج ضُبطت بدقة باستخدام بيانات ومعلمات فائقة ونقاط تحقق مختلفة) اتساقًا أكبر للمخرجات. وأخيرًا، رُفعت دقة الفيديو، الذي كان في البداية 768p، إلى دقة 1080p واضحة باستخدام تقنية رفع الدقة المكانية، التي تزيد دقة الصورة بإضافة بيانات البكسل للحصول على مرئيات أوضح. وكانت النتيجة مقاطع فيديو عالية الجودة وغنية بالتفاصيل.

استكشاف إمكانات Meta Movie Gen#

تدعم نماذج Meta Movie Gen أربع قدرات أساسية. فلنلقِ نظرة أقرب على كل منها.

توليد الفيديو والصوت#

يستطيع Meta Movie Gen إنشاء مقاطع فيديو عالية الجودة يصل طولها إلى 16 ثانية، بمعدل 16 إطارًا في الثانية (fps)، منتجًا مشاهد واقعية تجسّد الحركة والتفاعلات وزوايا الكاميرا استنادًا إلى الأوامر النصية. وعند إقرانه بنموذج صوتي يضم 13 مليار معلمة، يمكنه إنتاج صوت متزامن، بما في ذلك الأصوات المحيطة ومؤثرات Foley والموسيقى، بما يتوافق مع المشاهد المرئية.

يحافظ هذا الإعداد على التناسق والواقعية بين الصورة والصوت عبر مشاهد وأوامر مختلفة. فعلى سبيل المثال، استُخدمت هذه النماذج لإنشاء مقاطع فيديو لفرس النهر القزم التايلاندي واسع الانتشار، المسمى مو دينغ.

الشكل 4. إطار من مقطع فيديو لمو دينغ أُنشئ باستخدام Movie Gen من Meta.

توليد مقاطع فيديو مخصصة#

ومن القدرات اللافتة الأخرى لنموذج Meta Movie Gen توليد مقاطع فيديو مخصصة. يمكن للمستخدمين تقديم صورة لشخص وأمر نصي يصف كيفية إنشاء مقطع الفيديو، لينتج مقطعًا يضم الشخص المرجعي ويجسّد التفاصيل المرئية الغنية المحددة في الأمر النصي. ويستخدم النموذج المدخلين معًا (الصورة والنص) للحفاظ على مظهر الشخص المميز وحركات جسمه الطبيعية، مع اتباع المشهد الموصوف في الأمر بدقة.

الشكل 5. مثال على قدرة النموذج على توليد مقاطع فيديو مخصصة.

تحرير الفيديو بدقة#

باستخدام نموذج Movie Gen Edit، يمكن للمستخدمين إدخال مقطع فيديو وأمر نصي لتحرير الفيديو بطرق إبداعية. يجمع النموذج بين توليد الفيديو وتحرير الصور المتقدم لإجراء تعديلات محددة جدًا، مثل إضافة عناصر أو إزالتها أو استبدالها. كما يمكنه إجراء تغييرات شاملة، مثل تعديل خلفية مقطع الفيديو أو أسلوبه العام. وما يميز النموذج دقته؛ إذ يمكنه استهداف وحدات البكسل المحددة التي تتطلب التحرير وحدها، وترك الباقي دون تغيير. وهذا يحافظ على المحتوى الأصلي قدر الإمكان.

الشكل 6. أمثلة متنوعة على إمكانات تحرير الفيديو في نموذج Movie Gen Edit.

أدوات تقييم أداء Meta Movie Gen#

إلى جانب نماذج الذكاء الاصطناعي التوليدي، قدمت Meta أيضًا Movie Gen Bench، وهي مجموعة أدوات معيارية لاختبار أداء نماذج الذكاء الاصطناعي التوليدي. وتضم أداتين رئيسيتين: Movie Gen Video Bench وMovie Gen Audio Bench. وصُممت كلتاهما لاختبار جوانب مختلفة من توليد الفيديو والصوت.

فيما يلي لمحة عن الأداتين:

• Movie Gen Video Bench: يتألف من 1,003 أوامر تغطي مجموعة واسعة من فئات الاختبار، مثل الأنشطة البشرية والحيوانات والمناظر الطبيعية والفيزياء، إضافة إلى موضوعات وأنشطة غير مألوفة. وتكمن القيمة الخاصة لمعيار التقييم هذا في تغطيته لمستويات الحركة، بما يضمن اختبار نموذج توليد الفيديو على تسلسلات سريعة الإيقاع وأخرى أبطأ.
• Movie Gen Audio Bench: صُممت لاختبار قدرات توليد الصوت عبر 527 مطالبة. وتُقرن هذه المطالبات بمقاطع فيديو مولّدة لتقييم مدى قدرة النموذج على مزامنة المؤثرات الصوتية والموسيقى مع المحتوى المرئي.

الشكل 7. يوضح الرسم تفصيل مطالبات التقييم، مع قائمة بالمفاهيم على اليسار وسحابة كلمات تضم الأسماء والأفعال الأكثر استخدامًا على اليمين.

تطبيق عملي لـ Meta Movie Gen#

بعد أن تعرفنا إلى نماذج Meta Movie Gen وآلية عملها، فلنستكشف أحد تطبيقاتها العملية.

ابتكارات Movie Gen بالذكاء الاصطناعي في صناعة الأفلام#

من أكثر استخدامات Movie Gen من Meta إثارةً قدرته على تحويل صناعة الأفلام من خلال إنشاء الفيديو والصوت بالذكاء الاصطناعي. وباستخدام Movie Gen، يمكن للمبدعين توليد صور مرئية وأصوات عالية الجودة انطلاقًا من أوامر نصية بسيطة، ما يفتح آفاقًا جديدة لسرد القصص.

وفي الواقع، تعاونت Meta مع Blumhouse ومجموعة من صانعي الأفلام لجمع ملاحظاتهم حول أفضل السبل التي يمكن أن يدعم بها Movie Gen العملية الإبداعية. واختبر صانعو أفلام، مثل Aneesh Chaganty وSpurlock Sisters وCasey Affleck، قدرة الأداة على تجسيد الأجواء والنبرة والتوجه المرئي. واكتشفوا أن النماذج ساعدت على استلهام أفكار جديدة.

أظهر هذا البرنامج التجريبي أنه رغم أن Movie Gen لا يحل محل صناعة الأفلام التقليدية، فإنه يوفر للمخرجين طريقة جديدة للتجريب سريعًا وإبداعيًا بالعناصر المرئية والصوتية. كما قدّر صانعو الأفلام ميزات التحرير في الأداة، التي أتاحت لهم التلاعب بأصوات الخلفية والمؤثرات والأنماط المرئية بحرية أكبر.

الشكل 8. إطار من فيلم قصير أُنشئ باستخدام Meta Movie Gen.

أبرز النقاط#

يمثل Meta Movie Gen تقدمًا في استخدام الذكاء الاصطناعي التوليدي لإنشاء مقاطع فيديو وأصوات عالية الجودة انطلاقًا من أوصاف نصية بسيطة. وتساعد الأداة المستخدمين على إنشاء مقاطع فيديو واقعية ومخصصة بسهولة. وبفضل إمكانات مثل تحرير الفيديو بدقة وتوليد الوسائط المخصصة، يقدم Meta Movie Gen مجموعة أدوات مرنة تفتح آفاقًا جديدة لسرد القصص وصناعة الأفلام وما وراء ذلك. ومن خلال تسهيل إنشاء صور مرئية مفصلة ونافعة، يغيّر Meta Movie Gen أساليب إنتاج الفيديو واستخدامه في مختلف المجالات.

لمعرفة المزيد، تفضّل بزيارة مستودع GitHub وانضم إلى مجتمعنا. واستكشف تطبيقات الذكاء الاصطناعي في السيارات ذاتية القيادة والزراعة على صفحات حلولنا.