Watafiti kutoka ByteDance wameunda mfumo wa AI wa kipekee unaoweza kubadilisha picha za mtu mmoja kuwa video halisi za watu wakizungumza, kuimba, na kusonga kwa ufundi—uvumbuzi huu unatarajiwa kuleta mapinduzi katika burudani za kidijitali na mawasiliano. Mfumo huu mpya, uitwao OmniHuman, unatoa video za mwili mzima zinazowaonyesha watu wakitenda na kusonga kwa usawa na hotuba zao, zikishinda vikwazo vya mifano ya zamani ya AI ambayo ilihusisha tu uso au sehemu za juu za mwili. Kufundisha OmniHuman kulihusisha saa 18, 700 za data za video ili kuwezesha usogezaji halisi. Kulingana na timu ya utafiti ya ByteDance, ambao walichapisha matokeo yao kwenye arXiv, “Kufanya animation ya binadamu kutoka mwanzo hadi mwisho kumeshuhudia maboresho makubwa katika miaka ya hivi karibuni. Hata hivyo, mbinu za sasa bado zina shida katika kupanuka kama mifano ya kueneza video kwa ujumuishi, zikichangia katika matumizi yao ya vitendo. ” Ili kuunda OmniHuman, timu ilitumia mkakati wa ubunifu unaohusisha zaidi ya saa 18, 700 za data za video za binadamu, ikichanganya pembejeo mbalimbali—maandishi, sauti, na harakati za mwili. Njia hii ya mafunzo ya “omni-conditions” inaruhusu AI kuchora kutoka kwa seti za data kubwa na anuwai zaidi kuliko mbinu za awali. Uvumbuzi huu katika uundaji wa video wa AI unadhihirisha harakati za mwili mzima na ishara za asili. Kikundi cha utafiti kilibaini, “Utuzi wetu mkuu ni kwamba kuunganisha ishara nyingi za hali, kama maandiko, sauti, na mikao, wakati wa mafunzo kunaweza kupunguza kwa kiasi kikubwa matumizi mabaya ya data. ” Teknolojia hii inaashiria hatua kubwa mbele katika vyombo vya habari vilivyotengenezwa na AI, ikiwa na uwezo wa kutoa video za watu wakitoa hotuba na kuonyesha masomo wakicheza ala za muziki.

Katika majaribio, OmniHuman ilipita mifumo iliyopo katika viwango mbalimbali vya ubora. Wataalamu wanakadiria kuwa teknolojia hii ina uwezo wa kuleta mapinduzi katika uzalishaji wa burudani, uundaji wa maudhui ya kielimu, na mawasiliano ya kidijitali. Walakini, pia inazua wasiwasi kuhusu uwezekano wa matumizi mabaya ya media bandia kwa madhumuni ya udanganyifu. Watafiti wanakusudia kuwasilisha matokeo yao katika mkutano ujao wa kuona kompyuta, ingawa bado hawajatangaza maelezo maalum.