2025 metais dirbtinio intelekto vaizdo modeliai padarė reikšmingų pažangų, ypač avatarių išraiškos lavinime, leidžiant man kurti žymiai geresnius vaizdo įrašus nei 2024 metais. Nepaisant pažangos, 2026 metai reikalauja tolesnių patobulinimų, kad individualūs kūrėjai galėtų pilnai išnaudoti šios technologijos potencialą. Žemiau pateikiu savo 2025 metų 10 populiariausių vaizdo įrašų, remiantis auditorijos paspaudimais ir žiūrėjimo trukme. Pradžioje maniau, kad 2024-ieji buvo dirbtinio intelekto vaizdo metai, o 2025-ieji - AI agentų eros pradžia. Nors AI agentai 2025 metais taip pat ženkliai augo, jie vis dar neišlavinti plačiam naudojimui, nors verslo taikymo pavyzdžių jau yra. 2024 metais dirbtinio intelekto vaizdo srityje buvo nedideli žingsniai, pavyzdžiui, mano muzikos vaizdo klipas „Top 10 UX straipsnių 2024 metais“. Tačiau 2025 metais pasiekta didelių pažangų galimybių srityje, todėl vėlesni vaizdo įrašai atrodo primityvūs žvelgiant iš šiuolaikinės perspektyvos – pavyzdžiui, „Senieji darbuotojai lieka kūrybingi su AI“ (gruodis 2025). Norėdamas iliustruoti 2025 metų pažangą, sukūriau apžvalginį vaizdo klipą su iškarpomis iš geriausių mano muzikos vaizdo įrašų, išleistų per visus metus, chronologiškai parodydamas progresą. Kalbant apie konkretų AI vaizdo komponentų tobulinimąsi, pažanga buvo įvairi: - Kalbos sintezė nuo 2024 pabaigos jau buvo stipri, tačiau didžiausias žingsnis buvo modeliai kaip ElevenLabs v3, kurie naudoja kalbos supratimą emocinei niuansų perteikimui – pavyzdžiui, mano aiškinamiajame „Lėtas AI: naudotojo valdymas atliekant ilgalaikius uždavinius per 5 minutes“. - Dainos ir muzika taip pat patobulėjo nedaug. Svarbiausia, kad sukūriau pirmąjį operos ariją, kuri atrodo ganėtinai gera („Tiesioginė manipuliacija“), įveikiant ankstesnius nesėkmingus bandymus, primenančius prastas Brodvėjaus miuziklo scenas. - Avatarų animacija žymiai pažengė; modeliai kaip HeyGen Avatar IV suteikia aukštos raiškos vaizdą, ypač arti veido matomose kalbėjimo scenose, nors vis dar būna kokybės praradimų kuriant viso kūno avatarus. Muzikos vaizdo įrašas „Kūrimas atrandant: naršymas latentiniame dizaino erdvėje“ rodo daug geresnį dainavimo atlikimą arti esančiose kadruose. - Šokio ir judesio animacija patobulėjo, tačiau vis dar nėra pakankamai gera. Pavyzdžiui, „Kūrimas atrandant“ K-pop stiliaus šokiai turi gerus individualius judesius, bet trūksta nuoseklios choreografijos ir sinchronizacijos su muzika. Dainininkų ir muzikantų judesiai taip pat nesuderinti tinkamai su garsais, kas riboja realistiškumo pojūtį. - Natūralaus audio-vide kūrimo srityje milžinišką žingsnį padarė Veo 3 ir 3. 1, kurie generuoja sinchroninius 8 sekundžių fragmentus, idealus B-roll naudojimui, bet per trumpus pilnametražiams vaizdo įrašams. Norėdamas išbandyti, sukūriau fragmentus Shakespeare‘o „Periklo, Trūdiečio princesės“ AI interpretacijai, kurie perteikė pagrindinius siužeto bruožus, tačiau nepavyko sukurti pakankamai įdomios pasakojimo formos. Apskritai, 2025 metais buvo pažanga visose AI vaizdo srityse. Žiūrint į 2026 metus, nepaisant kai kurių teiginių, tradicinė Holivudo pramonė nėra pasmerkta. Pilnas AI kurti filmai ar serialai vis dar tolima ateitis, galbūt pasiekiama iki 2028 metų. Didieji studijų vardai kaip Amazon naudoja AI efektyvioms scenoms ir efektams, tačiau dauguma darbų vis dar atliekama tradiciniais būdais. Tikėtina, kad iki 2028 metų didieji prodiuseriai arba pereis prie AI sprendimų, arba susidurs su iššūkiais. 2026 metais galima tikėtis tolesnių patobulinimų visame AI vaizdo kūrimo cikle, ypač natūralaus garso generavime, galbūt pratęsiant visiškai sinchronizuotus klipus iki 30 sekundžių. Viso vaizdo klipo nuoseklumas, išlaikant veikėjus vienodą išvaizdą, galima vizualiai pasiekti naudojant stabilius vaizdus (pvz. , „Afrodítė paaiškina naudotojui“ su Veo 3. 1), tačiau vokalo vientisumas kol kas dar nėra pakankamas, todėl ilgalaikės pasakojimo sekos atrodo mažiau įtikinamos. Tikėtina, kad 2026 metais AI balso nuoseklumo užtikrinimas pagerins pasakojimo sklandumą. Muzikos kūrimas yra labai svarbus tiek vaizdo, tiek muzikos vaizdo produkcijai. Vieno kadro dainos, sukurtos su Suno 5, jau skamba maloniai – asmeniškai man labiau patinka klausytis savo Suno sukurtų dainų nei populiarių hitų, nes AI leidžia asmeniškai pritaikyti kūrybą be įsipareigojimų komerciniams skonio normoms. Tačiau esami muzikiniai modeliai teikia tik techninius redagavimo įrankius, pavyzdžiui, ekvalaizerio reguliavimą. Reikia semantiniai pagrįsto redagavimo, leidžiančio išreikšti aukštesnio lygio norus, pavyzdžiui, prašyti švelnesnių būgnų ar akcentuoti tam tikrus instrumentus – tai galėtų sukurti nuotolinį navigavimą muzikos latentiniame erdvėje su intuityviu valdymu. Šis poreikis taikomas ir visiems kitiems medijos elementams, įtrauktiems į vaizdo kūrimą. Apibendrinant, 2025 metai žymi stiprias pažangas AI vaizdo srityje, tačiau toliau nepakanka ambicingiems projektams. Vis tik ateitis atrodo optimistiškai. Vertindamas savo 2025 metų geriausių vaizdo įrašų sąrašą, analizavau kelis rodiklius: - Paspaudimų dažnį, kuris rodo, kiek naudotojų spustelėja vaizdo antraštę; ši metrika labiau priklauso nuo antraštės ir miniatiūros dizaino nei nuo paties vaizdo kokybės. Aš nenaudoju banalių „YouTube“ šablonų (pvz. , perdėtai nustebusių veidų), todėl mano paspaudimų dažnis yra vidutinis. - Peržiūrėjimų skaičių, kuris rodo, kiek naudotojų peržiūri vaizdo įrašą ilgesnį laiką nei vien tik paspaudimas. Aš sujungiu peržiūras iš kelių platformų (YouTube, LinkedIn, Instagram, X) ir koreguoju jų skaičių atsižvelgiant į vaizdo amžių, nes senesni vaizdo įrašai turi daugiau laiko sukaupti peržiūrų. - Peržiūros trukmė yra labai svarbus kokybės rodiklis. YouTube teikia vidutinį žiūrėjimo laiką ir žiūrėjimo procentą, tačiau abu turi trūkumų – ilgą laiką dažniau rodo ilgesnes vaizdo įrašus, net jei jie buvo žiūrėti visai iki pabaigos. Man patinka analizuoti iškritimo lankus – pavyzdžiui, kiek žiūrovų lieka po 30 sekundžių – tai parodo įsitraukimą, normalizuotą pagal vaizdo ilgį. Retencijos kreivės dviejų mano „Direct Manipulation“ dainų versijų parodydė, kad žiūrovai labiau mėgsta roko versiją nei operą. Žvelgiant į ateitį, 2026 metais gali būti įgyvendinti patobulinimai leidžiantys pilnai išnaudoti AI vaizdo galimybes ir sukurti ilgesnius, iki 30 sekundžių, visiškai sinchronizuotus fragmentus. Charakterių vienodumas tarp klipų, naudojant vis dar nuotraukas kaip nuorodą (pavyzdžiui, „Afrodítė paaiškina naudotojui“ su Veo 3. 1), vizualiai įmanomas, tačiau vokalo nuoseklumas reikalauja dar patobulinimų, nes tai mažina patikimumą tokiose sekose. Tikėtina, kad 2026 metais AI balso nuoseklumas pagerins pasakojimo nuoseklumą. Muzikos generavimas yra svarbus tiek vaizdo, tiek muzikos klipų kūrimui. Vieno kadro dainas, sukurtas su Suno 5, galima dažnai klausytis mėgiamai – asmeniškai labiau mėgstu savo sukurtas Suno dainas nei populiarius hitus, nes AI leidžia maksimaliai pritaikyti kūrybą be bigbendo ar įmonių rūpestį dėl komercinių tendencijų. Tačiau esami muzikiniai modeliai siūlo tik techninį redagavimą – ekvalaizerius ir panašiai.

Reikia semantinių redagavimo būdų, leidžiančių išreikšti aukštesnės eilės norus, pavyzdžiui, prašyti švelnesnių būgnų ar pabrėžti tam tikrus instrumentus, kad sukurtų nuotaiką (baisi ar romantiška). Tai leistų intuityviai naršyti muzikinės latentinės erdvės su aukštu valdymo lygiu. Šis poreikis taikomas ir visiems kitiems medijų elementams, susijusiems su vaizdo kūrimu. Apibendrinant, 2025-ieji žymi reikšmingą pažangą AI vaizdo srityje, tačiau dar yra nepakankamai ambicingiems projektams. Vis tik ateitis atrodo viliojanti. Mano 2025 metų 10 geriausių vaizdo įrašų sąrašo kriterijai: - Paspaudimų dažnis – rodo, kiek naudotojų spustelėja miniatiūrą; jis labiau priklauso nuo dizaino nei nuo pačio vaizdo kokybės. Aš vengiu šabloninių „YouTube“ vaizdinių (pavyzdžiui, išdidžiai nustebusių veidų), kas šiek tiek sumažina paspaudimų skaičių. - Peržiūrų skaičius – tai kiek žmonių iš tikrųjų peržiūri vaizdo įrašą; sumuodamas platformas (YouTube, LinkedIn, Instagram, X) ir koreguodamas pagal vaizdo amžių įvertinu, kiek jis sulaukė peržiūrų. - Peržiūros trukmė – tai kokybės rodiklis. Nors YouTube teikia vidutinį žiūrėjimo laiką ir procentą, abu turi trūkumų. Man geriau analizuoti iškritimo lankus – kiek žiūrovų lieka po tam tikro laiko (pvz. , 30 sekundžių), kas parodo įsitraukimą ir leidžia palyginti su kitais vaizdo įrašais. Taip pat analizuojant mano „Direct Manipulation“ dainas matyta, kad roko versija sulaukė ilgesnio žiūrėjimo laiko nei opera. Žvelgiant į 2026 metus, galima tikėtis, kad AI vaizdo technologijos leis pilnai išnaudoti kūrėjų potencialą ir padės kurti ilgesnius, iki 30 sekundžių, visiškai sinchronizuotus vaizdus. Charakterių atitikimas pagal išvaizdą ir balso nuoseklumą vizualiai bei fonetiškai galės būti pasiektas naudojant pažangius sprendimus, nors vokalinė nuoseklumas dar reikalauja tobulinimo. Muzikos kūrimo srityje, kurdami tiek vaizdo įrašus, tiek muzikinius vaizdo klipus, galėsime naudotis patobulintais modeliais. Esami vieno kadro dainų kūrimo įrankiai kaip Suno 5 jau leidžia mėgautis galutiniu produktu, ir aš asmeniškai mieliau klausausi savo Suno kurtų kūrinių nei populiarių hitų, nes AI suteikia galimybę kurti individualiai. Tačiau būsimieji modeliai turės pasiūlyti ir semantinį redagavimą, leidžiantį interpretuoti ir keisti muziką aukštesniu lygmeniu – pavyzdžiui, pridėti ar pašalinti instrumentus ar keisti nuotaiką, kas padrąsintų kūrybingą navigaciją muzikos latentinėje erdvėje. Šis poreikis taikomas ir visiems kitiems vaizdo elementams, kuriant mediją. Apibendrinant, 2025 metai atnešė reikšmingų pažangų AI vaizdo technologijose, tačiau dar yra toli iki visiškai ambicingų projektų įgyvendinimo. Vis tik žvelgiant į ateitį, matyti daug potencialo. Mano 2025 metų geriausių vaizdo įrašų sąrašą sudarė: 1. Jau nebe daugiau naudotojo sąsajos Apžvelgia AI progresą, keičiantį tradicinę naudotojo sąsają į gilų patirties orkestravimą, kai AI agentai TVARDO daugiau užduočių. 2. Paslauga kaip programinė įranga (taip pat muzikos klipas) Kalba apie AI intelekto plitimą ir besikeičiančią paslaugų sritį, kai tai virsta greit prieinama programa ir leidžia stipriai išplėsti įgūdžių skverbimąsi. 3. Kurdamas naudotojo sąsajos veikėją Linksmas vaizdo įrašas, rodantis, kaip AI sukuria 3D animuotą veikėją, iliustruojantis smagius technologijų taikymo būdus. 4. Vibe Coding ir Vibe Design (taip pat muzikinis vaizdo klipas) Demonstracija, kaip AI keičia programinės įrangos ir naudotojo patirties (UX) dizainą, leidžiant naudoti natūralios kalbos intencijas, sparčiai kurti prototipus, tuo pačiu išlaikant žmogaus žinias ir patirtį. 5. UX 2025: Jakob Nielsen“ų 6 pagrindinės temos (taip pat muzikinis vaizdo klipas) Prognozės apie pagrindines naudotojo patirties (UX) kryptis 2025 metais pagal Jakob Nielsen. 6. Naudotojo sąsaja vs. Naudotojo patirtis: Jakob Nielsen paaiškina skirtumą Aiškiai išskiria: UI apima vizualinius elementus, su kuriais naudotojai sąveikauja, o UX yra bendras patirties įspūdis, kuris formuojasi per UI ir kitus veiksnius. Tikėtina, kad AI automatizuos didelę UI dalį, leisdama žmonėms daugiau dėmesio skirti UX strategijoms. 7. Atpažinimas vietoj atminties (Jakob Nielsen naudojimo heuristiko 6 punktas) Pabrėžia, kaip svarbu sumažinti naudotojų atminties apkrovą, padarant informaciją lengvai atpažįstamą vietoj reikalavimo ją prisiminti. 8. Pakreipti savo UX karjerą į AI amžių Pataria UX specialistams išsiugdyti unikalius žmoniškus įgūdžius (agentūrą, sprendimų priėmimą, įtikinėjimą), nes AI automatizuos tradicinę veiklą, raginant juos prisitaikyti. 9. Klaidos prevencija, kaip ją paaiškina Vikingai (Jakob Nielsen heuristika 5) Akcentuoja, kaip kurti sistemas, kurios sumažina klaidų tikimybę panaudojant apribojimus, validaciją ir pasipriešinimo funkcijas, stiprinančias naudotojų pasitikėjimą ir mažinančias palaikymo išlaidas. 10. AI įsišaknijimas: pereiti „perpraską“ į ankstyvąją daugumą Analizuoja, kaip AI dėka vyksta nevienoda jo priėmimo riba tarp inovatorų ir platinimo kelių vartotojų grupių. Papildymas: AI padeda vyresniems naudotojams išlaikyti kūrybingumą (yra kaip muzikiniai ir avatarių paaiškinimai) Diskutuojama, kaip AI kompensuoja su amžiumi susijusį skystosios raumeninės veiklos sumažėjimą ir leidžia senjorams išlaikyti produktyvią kūrybinę veiklą, nepaisant kad AI populiarumą tarp jaunimo beveik nepaveikia. Pagrindinė išvada: naudotojo patirtis (UX) sparčiai vystosi kartu su AI inovacijomis – ar esate pasiruošę? Apie autorių: Jakob Nielsen, Ph. D. , yra žymus naudotojo patirties (UX) pionierius, turintis daugiau nei 40 metų patirtį ir įkūręs UX Tigers. Jis yra žinomas kaip „nuolaidų naudotojo patirtys“ pradininkas ir savo kurtais naudotojo heuristikos principais bei Jakob’o įstatymu. Plačiai vadinamas „naudotojo patirties karaliumi“. Turi 79 JAV patentus, parašė aštuonis įtakingus leidinius ir pelnė aukščiausius apdovanojimus, įskaitant ACM SIGCHI Pasiekimų garbės apdovanojimą ir Human Factors Society titulinę. Dirbo kaip išskirtinis inžinierius Sun Microsystems ir tyrėjas Bell Communications Research. Prenumeruokite Jakob’o naujienlaiškį naujausiems straipsniams, sekite jį LinkedIn ar skaitykite išsamius straipsnius apie jo UX kelią.