ChatGPT و Midjourney ممکن است پیشتازان انقلاب مبتنی بر هوش مصنوعی در چت‌بات‌ها و ایجاد تصویر باشند، اما غول‌هایی مانند Adobe قرار نیست از آنها عقب بمانند – و شرکت پشتیبان فتوشاپ برخی از ابزارهای هوش مصنوعی جدید را پیش‌نمایش کرده است که می‌توانند ویرایش ویدیو را کاملاً دموکراتیک کنند.
در ماه مارس شاهد ورود Adobe Firefly بودیم که خانواده جدید ابزارهای هوش مصنوعی مولد این شرکت است. و اکنون ادوبی پیش‌نمایش کرده است که Firefly چگونه برنامه‌های ویدیویی، صوتی، انیمیشن و گرافیک حرکتی خود را تقویت می‌کند، که می‌تواند شامل برنامه‌های مبتدی مانند Adobe Premiere Rush یا Spark Video باشد.
در حالی که ویژگی‌ها فقط پیش‌نمایش هستند، نه به‌روزرسانی‌های قریب‌الوقوع، واضح است که این ابزارهای تبدیل متن به تصویر چقدر قدرتمند خواهند شد. قبلاً دیده‌ایم که ویرایش مبتنی بر متن در Premiere Pro چقدر مفید خواهد بود، اما این ابزارهای جدید مخصوصاً برای تازه‌کارها مناسب به نظر می‌رسند – در واقع، آنها می‌توانند نیاز به یادگیری ابزارهای پیچیده ویرایش ویدیو را در اکثر موقعیت‌ها کاملاً نفی کنند.
به عنوان مثال، یکی از نمونه هایی که توسط Adobe نشان داده شده است، بهبودهای متن به رنگ برای ویدیو است. زمان روز، فصل یا طرح رنگی را که می‌خواهید برای یک ویدیوی موجود تایپ کنید، و می‌تواند ویرایش‌های لازم را اعمال کند. حتی اعلان‌های مبهم مانند «این صحنه را گرم و جذاب کنید» در برنامه‌های مجهز به Firefly کار می‌کنند.
نه اینکه شما فقط به درجه بندی خودکار رنگ محدود شوید. تقریباً تمام جنبه‌های ایجاد یک ویدیو، از موسیقی، جلوه‌های صوتی، متن‌ها، لوگوها و b-roll، در جعبه‌های متنی جدید مجهز به هوش مصنوعی مانند آنچه در ChatGPT دیده‌ایم، قابل ویرایش خواهند بود.
در نسخه ی نمایشی «Meet Adobe Firefly for Video» این شرکت، یک درخواست برای «موسیقی روشن، ماجراجویانه، شاد» (فقط عبارت خود را وارد کنید و «تولید» را بزنید) یک آهنگ پس‌زمینه بدون حق امتیاز برای ویدیو اضافه می‌کند. گزینه ای برای اضافه کردن جلوه های صوتی فوم اقیانوس برای مطابقت با صحنه.
پتانسیل صرفه جویی در زمان این ابزارهای جدید هوش مصنوعی نیز از نسخه نمایشی «تولید شرح‌ها» مشخص است، که نشان می‌دهد رونوشت در حال تجزیه و تحلیل و تقسیم به شرح‌های کاملاً زمان‌بندی شده برای یک ویدیوی اجتماعی کوتاه است. به طور مشابه، یک دکمه «یافتن b-roll» از طریق یک اسکریپت تولید شده خودکار اسکن می‌کند و کلیپ‌های بریده شده مناسب را در یک جدول زمانی ویدیو می‌ریزد.
با این حال، شاید جالب‌ترین ایده از همه، دکمه «تولید استوری‌برد» باشد که دوباره یک فیلمنامه نوشته شده را اسکن می‌کند (البته با نشانه‌های واضح‌تر و دست‌ساز بشر مانند «نمای گسترده» و «کلوزآپ») و طرح‌ریزی می‌کند. دنباله ای کامل از عکس ها را برای شما (یا فیلمبردار ویدیوی شما) دنبال کنید.
واضح است که این مفاهیم ویرایش در مراحل اولیه خود هستند و هیچ جدول زمانی برای عرضه آنها در برنامه های Adobe وجود ندارد. با توجه به اینکه ما نیز در یک حباب تبلیغاتی هوش مصنوعی قرار داریم، از قضاوت خودداری می کنیم تا زمانی که آنها را در برنامه های Adobe ببینیم و بتوانیم آنها را در دنیای واقعی امتحان کنیم.
اما پتانسیل ایجاد ویدیو، به‌ویژه برای هرکسی که شلوارک‌های تجاری یا رسانه‌های اجتماعی می‌سازد، بسیار زیاد است – و Adobe در بهترین مکان برای عملی ساختن همه آنها قرار دارد، با توجه به اینکه مدل‌های آن ظاهراً بر روی محتوای دارای مجوز آزاد یا مالکیت عمومی آموزش دیده‌اند. که حق چاپ روی آن منقضی شده است.
تجزیه و تحلیل: قدرت اعلانات
درست مانند بهترین مولدهای هنر هوش مصنوعی، ابزارهای Firefly برای ویدیوهای ورودی Adobe جایگزینی برای خلاقیت واقعی یا سازندگان ویدیوی ماهر نیستند. اما احتمالاً مهارت‌های اولیه ویرایش ویدیو را برای مخاطبان کاملاً جدیدی باز می‌کنند و قابلیت استفاده از برنامه‌هایی مانند Adobe Premiere Rush را به سطح جدیدی می‌رسانند.
همچنین یک عنصر صرفه جویی در زمان برای ابزارهایی مانند بهبود متن به رنگ و تولید خودکار b-roll وجود دارد – در صورت کارکرد ابزارها، کل فرآیند ویرایش یک ویدیو، از جمله موسیقی، جلوه های صوتی و زیرنویس ها، می تواند به شدت کاهش یابد. همانطور که در دموها انجام می دهند.
درست مانند ChatGPT، مهارت کلیدی مورد نیاز احتمالاً یادگیری این است که از کدام دستور برای دستیابی به ویرایش یا افکت مورد نظر خود استفاده کنید. به نظر می رسد یکی از مزایای اصلی Firefly پردازش زبان طبیعی و توانایی آن در درک عبارات مبهم مانند “این صحنه را گرم و دعوت کننده کنید”. اما همچنان باید بدانید که چگونه ظاهری را که می‌خواهید توصیف کنید – و هر چه دقیق‌تر باشید، نتیجه نهایی بهتر خواهد بود.
با این حال، تغییر بزرگ این است که ما در حال حرکت از دنیایی از برنامه‌های ویرایش ویدیویی هستیم که مملو از نمادها و اصطلاحات مخفیانه هستند به برنامه‌هایی با جعبه‌های نوشتاری ساده که می‌توانند اعلان‌های مبهم را درک کنند – و این فقط ویرایش ویدیو را به یک برنامه گسترده‌تر باز می‌کند. حضار.