Generowanie i tworzenie wideo przez AI. Narzędzia, przykłady, kontrowersje

Niezwykłą popularnością w ostatnim czasie zaczęły cieszyć się generatory wideo AI. Wiele branż przywykło już do codziennej pracy z generatywną sztuczną inteligencją – do tworzenia treści, grafik, automatyzacji pracy czy debugowania i optymalizacji kodu. Ogromny szum wywołała jednak oficjalna prezentacja narzędzia do generowania wideo AI opracowanego przez OpenAI, twórców ChatGPT – a więc model Sora.

Przykład możliwości Sory znajdziecie poniżej:

Choć Sora jeszcze nie jest modelem dostępnym publicznie, nie trzeba było długo czekać, aż pojawią się pierwsze ogólnodostępne narzędzia, które pozwolą szerszemu gronu na generowanie wideo z AI. O nich powiemy jednak nieco później.

Obejrzenie powyższej prezentacji z pewnością daje powód do zastanowienia – w jaki jednak sposób osiągnięto powyższy efekt i co sprawia, że dziś możemy kilkoma kliknięciami uzyskać podobny rezultat?

Sposób działania generatorów wideo AI

Tworzenie wideo przez AI wykorzystuje różnorodne techniki uczenia maszynowego i przetwarzania danych. Generatory wideo AI zazwyczaj rozpoczynają pracę od analizy danych wejściowych dostarczonych przez użytkownika. Może to być tekst, obrazy bądź istniejące klipy wideo, które później analizowane są przez algorytm, aby zrozumieć intencje użytkownika i kontekst żądanego wideo.

Na podstawie analizy danych wejściowych, AI tworzy szkielet scenariusza lub strukturę wideo. Wykorzystuje do tego modele językowe, które potrafią generować spójne i sensowne teksty. Kolejnym krokiem jest generowanie lub wybór odpowiednich elementów wizualnych. AI może:

• tworzyć obrazy i animacje od podstaw przy użyciu generatywnych sieci przeciwstawnych (GAN),
• wybierać odpowiednie elementy i klipy z dostępnych bibliotek,
• modyfikować istniejące materiały wizualne, dostosowując je do potrzeb projektu,
• generować realistyczne awatary lub postacie 3D.

Oczywiście sam obraz to jedno; technologia generowania filmów przez AI stale się rozwija i jeśli zależy nam na konkretnym efekcie stylistycznym lub chcemy, by były to treści użytkowe, w sieci znajdziemy też generatory, które integrują zaawansowane systemy przetwarzania mowy – umożliwiają one m.in.:

• konwersję tekstu na mowę (TTS) do tworzenia narracji,
• synchronizację ruchu ust awatarów z wygenerowanym dźwiękiem,
• dobór i dopasowanie podkładu muzycznego do tempa i nastroju wideo.

Dobrze – znasz już proces. Pozostaje jedno bardzo ważne pytanie. Po co Tobie lub Twojej firmie może przydać się ta wiedza i taki rodzaj treści? Co możesz zyskać?

Dlaczego tworzenie wideo przez AI może być przydatne w Twojej firmie?

Zaangażowanie Twoich odbiorców to obecnie niezwykle cenna metryka. Rich content w postaci multimediów jest świetnym sposobem na to, aby je zdobyć i utrzymać. Jest tylko jeden problem…

źródło: https://giphy.com/

No właśnie. Bogate, angażujące treści często oznaczają spore nakłady — zarówno jeśli chodzi o zainwestowane środki, jak i poświęcony czas oraz zasoby ludzkie: wszak do tworzenia wysokiej klasy wideo potrzebujemy doświadczonych profesjonalistów.

Tymczasem generowanie wideo z AI może pozwolić nam na tworzenie większej ilości angażujących treści przy mniejszym nakładzie zasobów i bez konieczności angażowania dużych zespołów produkcyjnych. Wygenerowanie takiego materiału wymaga jedynie ułamka czasu i kosztów tradycyjnej produkcji.

Jako, że mamy pełną dowolność co do wprowadzonych w narzędzie danych wyjściowych, AI może dać nam spore możliwości personalizacji, dostosowując treści do preferencji klientów, regionów czy języków, jakimi posługują się odbiorcy.

Mamy świadomość, że etyka tworzenia treści za pomocą AI — szczególnie tych wizualnych — bywa dyskusyjna. Rozwinięcie tej kwestii znajdziesz w dalszej części tekstu. Jednak należy też mieć świadomość, że do innowatorów świat należy i warto zaznajomić się z nowinkami już teraz, by nie działać po omacku, gdy tego rodzaju narzędzia staną się bardziej powszechnie używane.

Z czego możesz skorzystać, by zacząć przygodę z generowaniem filmów przez AI i sprawdzić, czy jest to coś, co może przydać się w Twoim arsenale treści? Opcji jest wiele – od momentu, gdy po prezentacji Sory wielu miłośnikom technologii AI opadły szczęki, pojawiło się wiele narzędzi, które umożliwiają tworzenie treści wideo.

Synthesia

Synthesia to platforma, która specjalizuje się w generowaniu realistycznych awatarów mówiących na podstawie tekstu. Jeśli więc potrzebujesz stworzyć film z postacią, która ma w materiale wideo objaśniać sposób działania Twoich produktów lub usług, szkolić odbiorcę na temat jakiegoś zagadnienia czy symbolizować Twoją grupę docelową – może to być ciekawa opcja. Narzędzie dostępne jest w próbnej, darmowej wersji w ograniczonym zakresie; płatne plany zaczynają się od 22$ miesięcznie.

Co potrafi Synthesia? Twórcy chwalą się:

• tworzeniem wideo z realistycznymi awatarami AI,
• generowaniem narracji w ponad 120 językach,
• dostępem do biblioteki ponad 140 awatarów AI,
• możliwością tworzenia własnych awatarów,
• integracjami z popularnymi narzędziami do edycji wideo.

Jak wygląda to w praktyce? Zobaczcie poniżej:

Luma AI Dream Machine

Jeśli w ostatnich tygodniach ochoczo przeglądałeś media społecznościowe, poszukując nowych pomysłów i trendów, mogłeś natknąć się na kompilacje animowanych wersji klasycznych memów. Były one wygenerowane właśnie dzięki Luma AI Dream Machine. To coś nieco bardziej kreatywnego, niż wspomniane wyżej, typowo użytkowe tworzenie awatarów do narracji w filmach – narzędzie wykorzystuje zaawansowane modele do generowania realistycznych animacji na podstawie tekstu lub przesłanych obrazów.

Narzędzie można wykorzystywać w darmowej wersji (30 wideo miesięcznie), ale uwaga – wedle regulaminu treści wygenerowanych w planie darmowym nie można używać komercyjnie. Do tego potrzebna jest nam wersja płatna, której ceny zaczynają się od 24$ miesięcznie.

Narzędzie do generowania wideo AI pozwoli nam na:

• tworzenie dynamicznych animacji na podstawie promptów tekstowych,
• ożywienie statycznych obrazów.

Przykład możliwości Lumy:

InVideo

Tu mamy do czynienia z nieco bardziej wszechstronnym narzędziem. Łączy ono funkcje generowania filmów przez AI z tradycyjnymi narzędziami do edycji wideo; to intuicyjne rozwiązanie dla twórców treści, którzy nie chcą ograniczać się jedynie do wpisania prompta i obserwowania efektów.

Użytkownicy mają dostęp do milionów wysokiej jakości zdjęć i klipów wideo z iStock, a także obszernej biblioteki muzycznej – nie ma tu zbyt wielkiej potrzeby korzystania z zewnętrznych źródeł mediów. InVideo można także zintegrować z popularnymi platformami i mediami społecznościowymi. Mogą go więc wykorzystać marketerzy czy influencerzy, którym zależy na treściach na Facebooka, Instagrama, TikToka czy YouTube.

Ponownie bez zaskoczeń, jeśli chodzi o dostępność – do dyspozycji mamy darmową, ograniczoną wersję i plany subskrypcyjne dostępne od 20$ miesięcznie.

Jak InVideo radzi sobie z generowaniem filmów AI i jakie możliwości edycji ma użytkownik? Najlepiej będzie, jeśli zamiast typowej prezentacji efektów możliwości przedstawi Wam profesjonalista od treści wideo:

Lumen5

Prowadzisz bloga i chcesz stworzyć bardziej angażującą formę treści? To może być narzędzie dla Ciebie – specjalnością Lumen5 jest przekształcanie artykułów lub innych dłuższych tekstów w wideo. AI dobiera odpowiednie obrazy i klipy do treści, generuje i synchronizuje napisy z treścią wideo oraz ułatwia publikację bezpośrednio na platformach społecznościowych.

Funkcja generowania napisów i transkrypcji jest ciekawa pod kątem UX i accessibility – pamiętajmy, że osoby niedosłyszące stanowią część każdej grupy docelowej. Jeśli zaś nie prowadzimy typowego bloga i decydujemy się na publikowanie treści na naszej stronie jedynie w formie wideo, lecz zależy nam na tym, aby film nie zginął w wynikach organicznych – pełna transkrypcja to treść, którą są w stanie przetworzyć roboty Google, łatwiej więc będzie doprowadzić do zaindeksowania strony.

Znów możemy przetestować darmową, ograniczoną wersję narzędzia – plany Lumen5 zaczynają się od 19$ miesięcznie.

Najlepiej porównać funkcjonalności InVideo do poniższego poradnika dotyczącego Lumen5 – zobaczcie, jak narzędzie do tworzenia wideo z AI potrafi przeanalizować artykuł i zmienić go w animowaną, multimedialną treść:

W sieci zawrzało, gdy pierwsi więksi gracze zaprezentowali kampanie oparte o tworzenie wideo przez AI. Modele dedykowane treściom wideo to stosunkowo świeży temat, lecz już mogliśmy zaobserwować pierwsze efekty w wykonaniu naprawdę dużych brandów.

Toys”R”Us

Jako zwykli śmiertelnicy nie mamy dostępu do wspomnianej wcześniej Sory… ale duże marki już tak. Za jej pomocą właśnie powstała najnowsza kampania wideo niegdyś niezwykle popularnej w USA marki zabawek, która od kilku lat odbija się po bankructwie. Reklama miała być nostalgiczną historią maskotki firmy, żyrafy Geoffrey, ewidentnie odwołując się do pozytywnych wspomnień poprzednich pokoleń – tych, którzy dorastali z zabawkami z Toys”R”Us, a teraz kupują je swoim dzieciom.

Jak została przyjęta ta kampania? Poszukując filmu, który widzicie powyżej nietrudno było natknąć się na wiele nagłówków, mówiących w wolnym tłumaczeniu:

• „Toys”R”Us pod ostrzałem po stworzeniu reklamy wyłącznie przy użyciu AI”,
• „Reklama Toys”R”Us + Sora – PORAŻKA”,
• „ta nowa reklama AI jest przerażająca”…

Nie jest kolorowo. Konsumenci ze Stanów Zjednoczonych od razu przyjęli narrację, że ze względu na kłopoty finansowe firmy w przeszłości, jej przedstawiciele musieli naprawdę chcieć oszczędzić na scenarzystach, operatorach czy montażystach, by zdecydować się na wygenerowanie reklamy przy użyciu sztucznej inteligencji.

A moim zdaniem? Z racji pochodzenia nie jestem osobą, która pamięta upadające sklepy Toys”R”Us i nie kieruje mną nostalgia, tak jak w przypadku komentujących kampanię Amerykanów – koncepcja nie wydaje mi się jednak tak zła, jak przedstawiają to komentujący, choć obecnie wideo generowane przez AI nie wygląda w pełni naturalnie i widać, że w postprodukcję nie włożono dużego zaangażowania.

Prawdopodobnie dało zrobić się to lepiej; wciąż jest to jeden z pierwszych przypadków generowania wideo przez AI w projekcie dużej marki i zapewne specjaliści od marketingu i AI będą wspominać go w przyszłości. Być może jako punkt odniesienia w kategorii: „jak tego nie robić”.

Motorola

Motorola również zdecydowała się na wykorzystanie AI w swojej kampanii „Styled with Moto”. Reklama prezentowała modeli ubranych w kreacje inspirowane logo firmy, które zostały stworzone dzięki generatywnej sztucznej inteligencji. Projekt miał na celu połączenie świata mody i technologii, co miało odzwierciedlać nowoczesny i innowacyjny wizerunek marki, która obecnie prężnie działa na rynku smartfonów.

Wyszukując opinie na temat tej kampanii, znajdziemy dużo mniej kontrowersji i negatywnego spojrzenia, niż w przypadku Toys”R”Us. Na plus zasługuje na pewno fakt, że Motorola zainwestowała w stworzenie fizycznych wersji ubrań „wyimaginowanych” przez modele sztucznej inteligencji.

Dla mnie – ciekawy pomysł na branding. Rzeczywiście pokazuje, że charakterystyczna, ostra sylwetka litery M może kojarzyć się wyłącznie z jednym i jest nie do pomylenia choćby ze „złotymi łukami”; choć wygenerowane wideo ma swoje wizualne mankamenty (spotykając w ciemnej uliczce osobę z backstage czy widowni na wygenerowanym przez AI pokazie powyżej zdecydowanie uwierzyłbym w duchy), jest ciekawym konceptem, który łączy kilka branż w ciekawą całość.

Obecny czas to tak naprawdę dopiero wstęp do szerszego wykorzystania sztucznej inteligencji do wielu działań, które do tej pory wymagały odpowiedniego budżetu, czasu i specjalistycznych umiejętności. Już teraz możemy jednak znaleźć kilka plusów i minusów generowania wideo przez AI.

Zalety generowania wideo z AI

Jeśli używasz modeli AI do usprawnienia swojej pracy – na pewno zgodzisz się, że wykorzystanie AI w produkcji wideo znacznie przyspiesza cały proces. Nie chodzi tu zresztą o wycinanie zadań kreatywnych. Narzędzia mogą ułatwić Ci automatyzację rutynowych zadań: tagowania, przycinania, dopasowywania formatu do konkretnej platformy, by bardziej efektywnie tworzyć treści.

Jeśli o kreatywności mowa – zgrabne wykorzystanie narzędzi może otworzyć nam furtki do nowych pomysłów na treści wideo. Z ich pomocą możemy łatwiej eksperymentować z różnymi formami wizualnymi, które wcześniej trudno byłoby nam stworzyć. To prawdopodobnie główna przeciwwaga do argumentu, że AI zabierze pracę zawodom kreatywnym; oczywiście znajdą się osoby i marki, które pójdą po linii najmniejszego oporu i będą tworzyć generyczne treści, lecz tego rodzaju narzędzia wzbogacą (i usprawnią) pracę wielu innych twórców.

Generowanie wideo przez AI to jedno i skupiliśmy się tu głównie na „tworzeniu czegoś z niczego” – jednak to nie wszystko. Algorytmy AI mogą także automatycznie poprawiać jakość wideo, usuwając niechciane szumy, stabilizując niestabilne ujęcia, dostosowując nieodpowiednie oświetlenie i kontrast. To również może bardzo przydać się w przyszłości!

Wady generowania wideo z AI

Obecnej twórczości modeli generatywnej sztucznej inteligencji brakuje przede wszystkim głębi charakterystycznej dla treści tworzonych przez ludzi. Co prawda jest to subiektywne odczucie, lecz treści wideo wygenerowane przez AI mogą wydawać się schematyczne i nie przemawiają do widza na głębszym, emocjonalnym poziomie – nawet, jeśli taki był ich cel, co widać po odbiorze kampanii Toys”R”Us.

Pewnych inwestycji i tak nie unikniemy. Nawet, jeśli chcemy zaoszczędzić i wygenerować filmy promocyjne – nadal potrzebny jest nam ktoś, kto odpowiednio zmontuje ich fragmenty i stworzy wersję, która będzie nadawała się do publikacji w oficjalnych kanałach. Czynnik ludzki jest też niezbędny, by wydać odpowiednie polecenia narzędziom – w myśl zasady „garbage in, garbage out”, z kiepskim promptem i bez pomysłu daleko nie zajedziemy.

Pamiętacie, jak niedopracowane AI Overviews w Search Generative Experience powtarzało niesprawdzone infomacje lub teorie spiskowe? Wynikało to oczywiście z błędów w działaniu mechanizmu, jednak w przypadku treści wideo zagrożenie intencjonalnymi, złośliwymi fake newsami jest jeszcze większe. Warto mieć na uwadze, że generatory wideo AI są wykorzystywane nie tylko przez marketerów. AI może być używane do tworzenia realistycznych filmów typu deepfake, które mogą poważnie zaszkodzić reputacji konkretnych osób lub organizacji – to poważne zagrożenie etyczne.

A skoro o etyce mowa – tworzenie filmów z AI budzi sporo kontrowersji, które warto omówić…

Kto śledził rozwój modeli umożliwiających generowanie obrazów, ten z pewnością zauważył oburzenie artystów, którzy żyją z tworzenia ilustracji konceptowych – stwierdzenia „AI art is not art” czy dyskusje o nieetycznym trenowaniu modeli na obrazach, do których twórcy modeli nie mają praw są na porządku dziennym.

I choć niektórzy mogą powiedzieć „dostosuj się lub giń”, gdyż znają specyfikę działalności w środowiskach cyfrowych, gdzie kilka miesięcy rozwoju różnego typu narzędzi i algorytmów może całkowicie zrewolucjonizować podejście do pracy nad danym zagadnieniem (i pod żadnym pozorem nie chcemy być daleko za konkurencją) – trzeba przyznać, że grupa krytykująca generowanie wideo przez AI ma sporo trafnych argumentów natury etyczno-prawnej.

Prawa autorskie

Głównym problemem jest wspomniana już kwestia: rozstrzał między działaniem narzędzi AI a prawami autorskimi. W 2023 roku głośna była sprawa artystki Sarah Andersen, która pozwała firmę Stability AI, twórcę Stable Diffusion, za naruszenie praw autorskich. Andersen twierdziła, że jej prace zostały wykorzystane bez zgody do trenowania AI. Podobne obawy dotyczą generowania wideo – nie jest jasne, czy AI ma prawo wykorzystywać istniejące materiały filmowe do tworzenia nowych treści, tym bardziej że narzędzia takie, jak wspomniana wyżej Luma mogą tworzyć animacje z dowolnego obrazu, którym je „nakarmimy”.

Brak naturalności i autentyczności

Wygładzone do przesady twarze, krajobrazy i przedmioty, brak realnie żywej mimiki czy realistycznych ruchów, zniekształcony tekst, deformacja szczegółów… Mimo że technologia szybko się rozwija, wiele osób wciąż zauważa „sztuczność” w wideo tworzonych przez AI.

Zadanie domowe: możesz po lekturze wrócić do reklamy zaprezentowanej przez Toys”R”Us i zobaczyć, które z powyżej wymienionych cech widać w tym filmie – i zastanowić się, jak szybko twórcom narzędzi uda się ich pozbyć…

Wpływ na rynek pracy

Generowanie wideo przez AI budzi obawy o przyszłość pracy dla ekip filmowych, aktorów i innych specjalistów z branży. W branży filmowej i reklamowej może to oznaczać mniejsze zapotrzebowanie na tradycyjne ekipy produkcyjne.

Jesteśmy dalecy od stwierdzenia, że „AI zabierze ludziom pracę” (choć z pewnością zmieni sposób jej wykonywania, usprawni, a w niektórych przypadkach ją wzbogaci), jednak jest to kwestia, którą warto bacznie obserwować.

Dezinformacja i scamy

Wspomnieliśmy już pokrótce o deepfake’ach. Przypomnijmy – umożliwiają tworzenie realistycznych reprezentacji osób, które mogą mówić i działać w sposób niezgodny z rzeczywistością. Głośno jest choćby o tego rodzaju działaniach na Facebooku w formie sponsorowanych postów; użytkownicy mogli natknąć się m.in. na fałszywe reklamy zawierające wizerunek Rafała Brzoski (założyciela InPostu), Wojciecha Cejrowskiego, Sławomira Mentzena czy Donalda Tuska. Oczywiście reklamowane usługi czy konkursy były zwyczajnym scamem.

Mając pewne pojęcie o takich tematach, warto też edukować mniej świadomych lub starszych członków rodziny i znajomych, aby nie dali się nabrać na oszustwo firmowane rozpoznawalną twarzą.

Narzędzia służące do generowania wideo przez AI są już szeroko dostępne i praktycznie każdy może przetestować, czy w jego firmie bądź planowanej strategii marketingowej znajdzie się miejsce dla tego typu treści. Nadają się zarówno do szerokiego spektrum działań kreatywnych (tworzenie animacji z prompta tekstowego), jak i bardziej użytkowych (generowanie narracji i dobór klipów, automatyzacja tworzenia napisów czy transkrypcji) – i robią to znacznie szybciej i taniej, niż człowiek.

Mają jednak swoje ograniczenia i jak na razie pozostawiają sporo do życzenia pod kątem etycznym. Nie powinniśmy ich traktować jako panaceum, które sprawi, że każdy będzie w stanie niezależnie produkować wysokiej klasy rich content i nie powinny być one zamiennikiem czynnika ludzkiego. Modele mają coraz większe możliwości, ale w wielu wypadkach nie zastąpią wizji reżysera i scenarzysty, wyczucia operatora i umiejętności doświadczonego montażysty.

Mimo kontrowersji eksperci przewidują, że wykorzystanie AI w tworzeniu wideo będzie coraz bardziej powszechne. Według raportu MarketsandMarkets, rynek AI w tworzeniu treści wideo ma osiągnąć wartość 4,2 miliarda dolarów do 2026 roku. Firmy będą musiały znaleźć równowagę między innowacyjnością a etyką w wykorzystaniu tej technologii.

Zastanawiasz się, jakiego rodzaju bogate treści najlepiej sprawdzą się do zaangażowania użytkowników na Twojej stronie lub tworzenia kampanii w mediach społecznościowych? Niezależnie od tego, czy postawisz na narzędzia do tworzenia filmów AI, czy na sprawdzoną ekipę filmową – nasi Specjaliści od audytów treści i Meta Ads pozwolą Ci wybrać właściwe rozwiązania. Napisz do nas!