أوديسا، شركة ناشئة أسسها رواد القيادة الذاتية أوليفر كاميرون وجيف هاوك، طورت نموذج ذكاء صناعي يسمح للمستخدمين “التفاعل” مع الفيديوهات المتدفقة.
متاحة على الويب في “عرض تجريبي أولي”، يقوم النموذج بإنشاء وتدفق إطارات الفيديو كل 40 مللي ثانية. من خلال عناصر التحكم الأساسية، يمكن للمشاهدين استكشاف مناطق داخل الفيديو، مشابهة لألعاب الفيديو ثلاثية الأبعاد.
“بالنظر إلى الحالة الحالية للعالم، وحدث قادم، وتاريخ من الحالات والأفعال، يحاول النموذج التنبؤ بالحالة التالية للعالم”، تشرح أوديسا في منشور على مدونتها. “ما يدعم هذا هو نموذج عالمي جديد، يظهر قدرات مثل إنشاء بكسلات تبدو واقعية، والحفاظ على الاتساق المكاني، وتعلم الأفعال من الفيديو، وإخراج تدفقات فيديو متناسقة لمدة 5 دقائق أو أكثر.”
تسعى العديد من الشركات الناشئة والشركات التقنية الكبرى إلى تطوير نماذج العالم، بما في ذلك DeepMind، ومختبرات العالم التي أسستها الباحثة المؤثرة في الذكاء الصناعي فاي-فاي لي، ومايكروسوفت، وDecart. هم يعتقدون أن نماذج العالم قد تُستخدم يومًا ما لإنشاء وسائل إعلام تفاعلية، مثل الألعاب والأفلام، وتشغيل محاكاة واقعية مثل بيئات التدريب للروبوتات.
لكن المبدعين لديهم مشاعر مختلطة تجاه هذه التقنية. وجدت تحقيقات حديثة من Wired أن استوديوهات الألعاب مثل Activision Blizzard، التي قامت بتسريح عدد كبير من العمال، تستخدم الذكاء الصناعي لتقليل التكاليف ومكافحة التسرب. وقدرت دراسة عام 2024 commissioned by Animation Guild، وهو اتحاد يمثل الرسامين ومصممي الرسوم المتحركة في هوليوود، أن أكثر من 100,000 وظيفة في الولايات المتحدة في مجالات السينما والتلفزيون والرسوم المتحركة ستتعرض للاضطراب بسبب الذكاء الصناعي في الأشهر المقبلة.
من جانبها، تعهدت أوديسا بالتعاون مع المحترفين المبدعين — وليس استبدالهم.
“الفيديو التفاعلي […] يفتح الباب أمام أشكال جديدة تمامًا من الترفيه، حيث يمكن إنشاء القصص واستكشافها حسب الطلب، بعيدًا عن قيود وتكاليف الإنتاج التقليدية،” تكتب الشركة في منشورها. “مع مرور الوقت، نعتقد أن كل ما هو فيديو اليوم — الترفيه، الإعلانات، التعليم، التدريب، السفر، وأكثر — سيتحول إلى فيديو تفاعلي، كل ذلك مدعومًا من أوديسا.”
عرض أوديسا التجريبي لا يزال يحتوي على بعض العيوب، والتي تعترف بها الشركة في منشورها. البيئات التي ينشئها النموذج تكون ضبابية ومشوشة، وغير مستقرة من حيث أن تخطيطاتهم لا تبقى دائمًا كما هي. ابدأ بالمشي إلى الأمام في اتجاه ما لفترة ثم استدر، وقد تبدو المحيطات فجأة مختلفة.
لكن الشركة تعد بتحسين النموذج بسرعة، الذي يمكنه حاليًا تدفق الفيديو بمعدل يصل إلى 30 إطارًا في الثانية من مجموعات من وحدات معالجة الرسومات Nvidia H100 بتكلفة تتراوح بين 1 إلى 2 دولار لكل “ساعة مستخدم”.
“نحن نتطلع إلى الأمام، نبحث في تمثيلات عالمية أكثر غنىً تلتقط الديناميات بشكل أكثر دقة، بينما نزيد من الاستقرار الزمني والحالة المستمرة،” تكتب أوديسا في منشورها. “بالتوازي، نحن نوسع مساحة الأفعال من الحركة إلى التفاعل مع العالم، ونتعلم أفعالًا مفتوحة من الفيديو واسع النطاق.”
تتبع أوديسا نهجًا مختلفًا عن العديد من مختبرات الذكاء الصناعي في مجال نماذج العالم. فقد صممت نظام كاميرا مثبتة على ظهر الشخص بزاوية 360 درجة لالتقاط المناظر الطبيعية في العالم الحقيقي، التي تعتقد أوديسا أنها يمكن أن تكون قاعدة لنماذج عالية الجودة أفضل من النماذج المدربة فقط على البيانات المتاحة للجمهور.
حتى الآن، جمعت أوديسا 27 مليون دولار من مستثمرين بما في ذلك EQT Ventures وGV وAir Street Capital. إد كاتمول، أحد مؤسسي شركة بيكسار والرئيس السابق لاستوديوهات والت ديزني للرسوم المتحركة، هو عضو في مجلس إدارة الشركة الناشئة.
في ديسمبر الماضي، قالت أوديسا إنها تعمل على برامج تسمح للمبدعين بتحميل المشاهد التي تم إنشاؤها بواسطة نماذجها إلى أدوات مثل Unreal Engine وBlender وAdobe After Effects بحيث يمكن تحريرها يدويًا.
