Джеймс МакЭвой и его дебютный режиссерский проект.
В прошлом году Джеймс МакЭвой решил попробовать силы в качестве постановщика. Сегодня стало известно, что его дебютный режиссерский проект вышел на стадию кастинга.
Лента с предварительным названием California Schemin расскажет одну из самых удивительных баек в истории музыки. В начале 2000-х друзья Гевин Бэйн и Билли Бойд решили создать хип-хоп-дуэт. Из-за специфичного шотландского акцента их песни не вызвали восторга у публики.
Друзья подумали-подумали и решили изображать американский говор. Они приехали в Лондон, выдали себя за калифорнийский дуэт, объявили о дружбе с Эминемом и получили предложение записать профессиональный альбом. Естественно, вскоре вся выдуманная Бэйном и Бойдом легенда начала рушиться...
Главные роли в картине получили Сэмюэл Боттомли («Волчий зал») и новичок большого кино Шеймас МакЛин Росс.
Представьте, что вы смотрите музыкальный клип, в котором каждая сцена, каждый персонаж и каждое движение камеры созданы искусственным интеллектом. Звучит как научная фантастика? Что ж, будущее уже наступило. Встречайте The Hardest Part - первый в истории музыкальный клип, полностью сгенерированный нейросетью Sora от OpenAI.
Этот новаторский проект - плод совместных усилий инди-музыканта Washed Out (настоящее имя - Эрнест Грин) и режиссера Пола Трилло. Клип на песню “The Hardest Part” демонстрирует впечатляющие возможности генеративных моделей в создании реалистичных и захватывающих визуальных образов. Но как именно работает эта технология, и какое влияние она окажет на индустрию развлечений? Давайте разберемся.
Под капотом Sora: Как нейросеть создает видео
Примечание: Следующее описание основано на рассуждениях Итана Хи (Ethan He), исследователя ИИ из NVIDIA, бывшего сотрудника FAIR и выпускника CMU, с более чем 6000 цитирований и 5000 звезд на GitHub. Оригинальная статья доступна на LinkedIn Pulse. Реальные технологии являются коммерческой тайной OpenAI и еще не были обнародованы.
Предполагается, что в основе Sora лежит DiT (диффузионный трансформер) - архитектура, которая использует возможности масштабирования трансформеров наряду с итеративным процессом уточнения диффузионных моделей, я уже рассказывал про AnimateDiff, который позволяет генерировать видео на моделях Stable Diffusion, тут этот принцип многократно улучшен.
Схема работы диффузионного трансформера
Трансформеры известны своей эффективностью в обработке последовательных данных и обеспечивают надежную архитектуру для моделирования временной динамики видео. Процесс диффузии, в свою очередь, итеративно уточняет выходные данные, начиная с зашумленного начального состояния и двигаясь к желаемому видеовыходу, повышая качество и согласованность сгенерированных видео.
Для сжатия видео Sora использует векторный квантованный вариационный автоэнкодер (VQ-VAE) на основе трехмерной сверточной нейронной сети (3D CNN). Эта архитектура сети состоит из энкодера, который уменьшает размерность визуальных данных до скрытого пространства, и декодера, который реконструирует видео из этого сжатого представления.
Схема работы VQ-VAE для сжатия видео
Использование 3D CNN позволяет захватывать временную динамику видео, что важно для создания согласованного и плавного движения в сгенерированных клипах. Симметричная конструкция энкодера и декодера обеспечивает эффективное сжатие и реконструкцию видео, сохраняя высокую точность исходного контента.
Процесс обучения Sora
Во время обучения к видеотокенам добавляется случайный шум. Трансформер получает на вход текстовое условие, временной шаг диффузии и зашумленные видеотокены.
Генерация текста в видео
Универсальность Sora распространяется на различные приложения, включая анимацию статических изображений и создание идеально зацикленных видео. Анимация статического изображения достигается путем кодирования изображения как первого токена и использования шума для остальных токенов. Для создания бесшовно зацикленных видео Sora обеспечивает идентичность первого и последнего токенов на каждом шаге диффузии, улучшая эстетическую привлекательность сгенерированного контента.
Генерация видео из изображения
Одним из самых замечательных аспектов Sora является ее способность демонстрировать такие возникающие возможности, как 3D-согласованность и постоянство объектов, без явного программирования. Традиционно для достижения 3D-согласованности в сгенерированных видео требовались специальные функции потерь. Однако Sora показывает, что при масштабировании эти возможности могут возникать естественным образом, позволяя генерировать видео, точно имитирующие реальную динамику и взаимодействия.
Таким образом, Sora представляет собой значительный скачок в области генерации видео с помощью ИИ, объединяя несколько передовых технологий для создания высококачественных видеороликов из текстовых описаний.
Создание клипа “The Hardest Part”: Сложности и уроки
Несмотря на впечатляющий результат, процесс создания клипа The Hardest Part с помощью Sora был далеко не простым. Режиссеру Полу Трилло пришлось сгенерировать более 700 видеофрагментов, чтобы отобрать из них 55 лучших для финального клипа. Каждый фрагмент требовал детального текстового описания, учитывающего не только визуальные элементы, но и движения камеры, ракурсы и действия персонажей.
Без динамики сцены смотрятся откровенно странно
“Мы пролетаем сквозь пузырь, он лопается, мы пролетаем сквозь жвачку и выходим на открытое футбольное поле”, - так Трилло описывал одну из сцен клипа.
Пока у Пола Трилло был доступ к Сора он так же сделал промо заставку для TED Talks, со столь полюбившимися ему пролетами камеры. Как по мне, получилось интереснее чем в клипе.
Этот опыт показывает, что даже с использованием передовых алгоритмов ИИ создание качественного видеоконтента требует значительных усилий и творческого подхода. Сора, безусловно, открывает новые возможности, но она не заменяет человеческий талант, а дополняет его.
Барьеры на пути к массовому использованию
Несмотря на огромный потенциал Sora и подобных технологий, их широкое применение в индустрии развлечений пока сталкивается с рядом препятствий. Главным из них является высокая стоимость генерации видео.
Для создания согласованных и реалистичных видеопоследовательностей Sora требуется огромное количество вычислительных ресурсов и объем памяти. По оценкам экспертов, генерация даже короткого клипа может обходиться в сотни или тысячи долларов. Для сравнения, другие мультимодальные модели, такие как LLaVA и CogVLM, которые работают только с изображениями и текстом, уже требуют существенных затрат на GPU и электроэнергию.
Еще одним барьером является вопрос авторских прав и интеллектуальной собственности. Модели вроде Sora обучаются на огромных массивах видеоданных, принадлежащих различным правообладателям и в том числе открытых. Использование сгенерированного ИИ контента в коммерческих проектах может привести к юридическим спорам и конфликтам интересов.
OpenAI и Голливуд: Стратегия внедрения
Сгенерированный Сэм Альтмен на фоне сгенерированных голливудских холмов
OpenAI, разработчик Sora, активно продвигает свою технологию в киноиндустрии. В марте 2024 года генеральный директор компании Сэм Альтман и другие представители провели серию встреч с голливудскими студиями, режиссерами и продюсерами. Цель этих встреч - найти партнеров для дальнейшего развития и внедрения Sora в кинопроизводство.
Для крупных киностудий использование генеративных моделей может означать существенное сокращение затрат на производство визуальных эффектов и ускорение процесса создания фильмов. OpenAI рассчитывает, что партнерство с Голливудом поможет не только улучшить Sora, но и продемонстрировать ее возможности широкой аудитории.
Однако не все в киноиндустрии разделяют энтузиазм по поводу внедрения ИИ. Многие актеры, режиссеры и другие творческие работники опасаются, что генеративные модели могут лишить их работы и нивелировать ценность человеческого таланта. Поэтому OpenAI предстоит найти баланс между технологическим прогрессом и интересами профессионального сообщества.
Sora и будущее развлечений
Первый музыкальный клип, созданный с помощью Sora, - это лишь начало большого пути. По мере развития генеративных моделей и снижения стоимости их использования, мы увидим все больше примеров применения ИИ в киноиндустрии, музыке, видеоиграх и других сферах развлечений.
Однако важно помнить, что технологии вроде Sora - это инструменты, а не замена человеческого творчества. Они открывают новые горизонты и позволяют воплощать самые смелые идеи, но за каждым успешным проектом по-прежнему стоят талантливые люди - режиссеры, сценаристы, художники и многие другие.
Будущее индустрии развлечений - это симбиоз творчества и технологий, в котором ИИ дополняет и усиливает человеческие способности. И клип “The Hardest Part” - это лишь первый шаг на пути к этому будущему.
А что вы думаете о потенциале генеративных моделей вроде Sora? Как они повлияют на индустрию развлечений и творческие профессии? Поделитесь своим мнением в комментариях!
Я рассказываю больше о нейросетях у себя на YouTube, в Телеграм и на Бусти. Буду рад вашей подписке и поддержке. Всех обнял.
Доброго времени суток ,предлагаю своего бота для поиска торентов . @SearchTorrentsAllBot функционал : 1)поиск по разным трекерам 2)информативная выдача 3)оригинальный ссылки на раздачи и проксированные 4)топы rutor ,и топы самого бота 5)отправка на удаленные торрент клиенты в один клик 6)удобный поиск фильмов и сериалов через inline режим с постерами и кратким описанием 7)настройки бота под себя 8)частые обновления по возможности Если кто желает поддержать проект ,к посту есть кнопка доната .
Согласно источнику, кинокомпания «Водород» объявила о разработке новой экранизации советского трёхсерийного фильма «Приключения Электроника» 1979 года.
О проекте известно лишь, что сценарий к грядущей ленте пишет Андрей Золотарев («Слово пацана. Кровь на асфальте» и трилогия «Лед»). Кто станет режиссёром ремейка, неизвестно, также не оглашается и актёрский состав.
Сегодня 16 апреля празднуется Всемирный день голоса! Многие сразу подумают, что он посвящен вокальным способностям человека.
Яна Завалишина, солистка группы RUM'YANA
Однако праздник посвящен феномену человеческого голоса, его роли в жизни людей и был учреждён в конце девяностых. Идея праздника принадлежит Американской академии отоларингологии. Россия присоединилась ко Дню голоса в 2006-м году.
В этот праздничный день проходят концерты и мероприятия, посвященные развитию и здоровью голоса, в том числе для врачей-фониатров и других специалистов, изучающих строение и работу голосового аппарата.
В этом году праздник проходит под девизом, который напоминает нам об уникальности человеческого голоса: «Один мир — много голосов».
Человеческий голос — это дар, который позволяет людям общаться, выражать эмоции и чувства, наслаждаться красотой звука и петь. Мы настолько привыкли к этой возможности, что даже не задумываемся о необходимости заботиться о своем голосе
После довольно забавных экранизаций наших любимых сказок решили мы всей семьёй сходить и на Летучий корабль. Порвало меня ещё в начале просмотра, и мысли «чо я тут вообще делаю встань и уйди» не покидали до включенного света в кинозале. Далее спойлеры, гнев, и нахой никому не нужное моё мнение:
Забава. Очень странно, что чётко понимающую свои хотелки женщину превратили в неуверенную в себе, бесхребетную девочку, к тому же так каряво поющую. Ну про песни целый абзац будет, там я вообще на жопной тяге вместе с рядом кресел чуть не улетела.
Полкан.Отец полкан, сын Полкан-Поль, вообще незнам чего. Роль априори мерзкая, посыл понятен.
Царь алкаш.
Соловей-разбойник??? Так и не поняла, к чему в картине этот козодой, не несущий за собой вообще ничего. Вырежи все сцены с ним-суть фильма не изменится.
Бабушки-каннибалы….
Странные бабо-мужики, созданные по образу и подобию ШКЯ. Страшно, очень страшно)
Водяной красава)
Песни-отдельный вид тотального, всепоглощающего пездеца в этом кино.
Родные песни из мультфильма-извратили донельзя, особенно песню Забавы. Честно-я пьяная в караоке и то лучше спою. Не знаю, кто её исполнял-актриса, или специально обученное существо-оно спело на кол в журнал, родителей в школу. Ну и зачем-то вкрячили тудой и Агутина, и Альянс, и Михея. Зачем? Наверное, чтобы я тут сидела и йадом прыскала, хз в общем)
Короче сюр и артхаус. Странное ощущение тревожности не покидает уже второй час после просмотра)