Додека чекаме да излезе Sora, апликацијата LUMA ги надмина Pika и Runway како најдобра апликација за генерирање на видео од слика или текст. Ова не е мала работа бидејќи двете апликации долго време беа на врвот. Да видиме како се случи тоа.
Од нашите експерименти со апликациите за генерирање видео од текст и слика, Pika и Runway ги оценивме како најнапредни. Од тоа произлезе краткиот експериментален филм „Мечказила vs. Токсиволк во битката кај Скорне“.
Постојат многу апликации за генерирање видео од слика или од текст, како на пример Veed, Haiper, MagicHour, Pixverse, Kaiber, Genmo, Leiapix. Интересно е дека секоја од нив е слична, но и различна.
Некои се поинтуитивни и доволно е да се аплоадира слика и знаат што треба да прават, додека други бараат повеќе наредби и играње со агли, движење на камера, зумирање итн. Некои се подобри за конзистентност на ликови, други се покреативни, некои даваат повеќе движење, други се подобри за анимирање аморфни објекти како чад или вода итн.
Pika и Runway остануваат најнапредни апликации за ВИ видео, но откако Sora ќе излезе за јавна употреба мислам дека никој веќе нема да може да и’ конкурира.
Сепак, скоро се појави LUMA, апликација која ги надмина двете со голема леснотија. Направивме и тест/споредба со една сцена од краткиот филм и заклучивме дека основните разлики се:
- Runway и Pika ја третираат сликата како статичен објект (повеќе или помалку), додаваат некои елементи и се држат до барањето (prompt). Ако го прошируваат кадарот тоа го прават со голем број грешки и менување на стилот.
- LUMA го проширува кадарот и ја поместува камерата, при тоа задржувајќи го стилот и визуелната логика, и воведува нови сцени кои не постојат во оригиналната слика.
Како што кажавме во нашиот текст од јануари годинава Што нѐ очекува во 2024 година на полето на вештачка интелигенција? на полето на генеративна АИ ќе има голем напредок. Тоа веќе се гледа.