معرفی Runway Aleph، هوش مصنوعی ویرایش ویدیو

فصل اول: Runway Aleph چیه و از کجا اومد؟

تا حالا به این فکر کردی که بشه یه ویدیو رو فقط با نوشتن چند کلمه تغییر داد؟ مثلا بهش بگی «این ماشین رو از صحنه حذف کن» یا «کاری کن هوا برفی بشه» و ویدیو همون لحظه تغییر کنه. این دقیقا کاریه که ابزارهای جدید هوش مصنوعی دارن انجام میدن و یکی از جدیدترین اونها، Runway Aleph نام داره.

شرکت تحقیقاتی هوش مصنوعی Runway که در شهر نیویورک مستقره، در تاریخ ۲۵ جولای ۲۰۲۵ از این مدل جدید رونمایی کرد. Runway Aleph یه مدل هوش مصنوعیه که کارش ویرایش، تغییر و تولید ویدیو هست. اما یه فرق مهم با مدل‌های دیگه داره. این ابزار از نوع «ویدیو به ویدیو» (video-to-video) هست. این یعنی شما یه ویدیوی آماده بهش میدی و بعد با دستورهای متنی ساده، همون ویدیو رو ویرایش میکنی. این کار به فیلمسازها و تولیدکننده‌های محتوا کنترل خیلی دقیقی روی کارشون میده، چون به جای اینکه از صفر یه ویدیو بسازن، میتونن فیلم‌هایی که قبلا گرفتن رو بهتر و کامل‌تر کنن.

شرکت Runway این مدل رو «یک مدل ویدیویی پیشرفته درون متنی» توصیف کرده که میتونه مرزهای جدیدی رو توی تولید تصاویر چندمنظوره باز کنه. اسم «الف» (Aleph) هم از اولین حرف الفبای عبری گرفته شده.

بر اساس اطلاعات منتشر شده، دسترسی به این ابزار به تدریج باز میشه. اول شرکای تجاری و خلاق (Enterprise and Creative Partners) بهش دسترسی پیدا میکنن و کمی بعد برای همه کاربرها در دسترس قرار میگیره. هرچند، هنوز جزئیات فنی مثل بیشترین طول ویدیوی قابل پشتیبانی، نسبت‌های تصویر، قیمت‌گذاری و اینکه آیا برای کاربرهای طرح رایگان هم فعال میشه یا نه، به شکل رسمی اعلام نشده.

فصل دوم: Aleph دقیقا چه کارهایی انجام میده؟ (قابلیت‌ها)

خب، بریم سراغ اصل مطلب. این ابزار چه توانایی‌هایی داره؟ Runway Aleph برای انجام دادن طیف گسترده‌ای از تغییرات روی ویدیو طراحی شده. بیا چند تا از مهم‌ترین قابلیت‌هاش رو با هم مرور کنیم.

تولید زاویه دوربین‌های جدید

یکی از ویژگی‌های جالب Aleph اینه که میتونه از یه صحنه موجود، نماهای جدیدی بسازه. فکر کن یه ویدیو داری و حالا به یه نمای معکوس یا یه نمای از زاویه پایین نیاز داری. به جای اینکه دوباره فیلمبرداری کنی، میتونی با یه دستور متنی ساده از Aleph بخوای اون زاویه رو برات بسازه.

برای مثال، اگه یه ویدیو داشته باشی و بهش دستور بدی «یک نمای نزدیک از سوژه بگیر»، خروجی یه ویدیوی جدید با همون صحنه اما با زاویه بسته خواهد بود. این ویژگی به فیلمسازها اجازه میده از یک برداشت، پوشش تصویری نامحدودی به دست بیارن و نماهایی مثل نمای واید، نمای نزدیک یا حتی نمای منطقی بعدی در یک سکانس رو تولید کنن.

کنترل کامل روی محیط و فضا

این مدل کنترل‌های قدرتمندی روی محیط به کاربر میده. یعنی میشه حال و هوای کلی یه صحنه رو با دستورهای ساده عوض کرد. برای مثال، میشه:

• نورپردازی صحنه رو از نور شدید ظهر به نور گرم «ساعت طلایی» غروب تغییر داد.
• یه روز آفتابی رو به یه روز برفی تبدیل کرد.
• یه نمای روز رو به یه صحنه شبانه تغییر داد.
• فصل‌ها و آب و هوا رو هم میشه به همین شکل دستکاری کرد.

نکته مهم اینه که وقتی این تغییرات رو اعمال میکنه، هوش مصنوعی به شکل خودکار سایه‌ها، بازتاب‌ها و دمای رنگ رو هم تنظیم میکنه تا همه چیز در کل قاب واقعی به نظر برسه و یکپارچگی تصویر حفظ بشه.

دستکاری و تغییر اشیا

یکی دیگه از قابلیت‌های اصلی Aleph، کار با اشیا داخل ویدیو هست. کاربرها میتونن به راحتی:

• اضافه کردن اشیا: میشه با یه توضیح متنی یا حتی با دادن یه عکس مرجع، یه شی جدید رو به صحنه اضافه کرد. مثلا میشه چند محصول رو روی یه میز خالی قرار داد یا یه خیابون خلوت رو پر از جمعیت کرد.
• حذف اشیا: به همون راحتی میشه اشیای ناخواسته یا بازتاب‌های مزاحم رو از صحنه حذف کرد.
• تغییر بافت یا جایگزینی اشیا: این ابزار میتونه بافت یه شی موجود رو تغییر بده یا کلا اون رو با یه چیز دیگه جایگزین کنه. مثلا میشه نمای یه ساختمون رو عوض کرد. این سطح از انعطاف‌پذیری در مرحله پس از تولید (post-production) خیلی کاربردیه.

تغییر ظاهر شخصیت‌ها

با استفاده از Aleph میشه ظاهر یه شخصیت رو هم تغییر داد؛ برای مثال، سن اون رو کم یا زیاد کرد. این کار بدون نیاز به گریم‌های پیچیده یا جلوه‌های ویژه بصری پرهزینه انجام میشه.

انتقال سبک و استایل

این مدل از انتقال سبک هم پشتیبانی میکنه. یعنی شما میتونی هر سبک هنری، از انیمه گرفته تا آبرنگ، رو روی ویدیوی خودت اعمال کنی و حال و هوای بصری اون رو به کل تغییر بدی.

انتقال حرکت

یه ویژگی دیگه اینه که میشه حرکت یه ویدیو رو به یه تصویر ثابت اعمال کرد. مثلا الگوی پرواز یه پهپاد در یک ویدیو رو برداشت و اون رو روی یه محیط یا تصویر دیگه پیاده کرد. این کار کنترل دقیقی روی حرکت دوربین به کاربر میده.

ابزار پرده سبز پیشرفته

برای کارهای پس از تولید، Aleph یه ابزار پرده سبز (green screen) خیلی دقیق هم داره. این ابزار میتونه هر سوژه‌ای رو با تشخیص لبه‌های بسیار دقیق از پس‌زمینه جدا کنه. این دقت به قدریه که جزئیات ظریف مثل تارهای مو رو هم حفظ میکنه تا ترکیب کردن سوژه با پس‌زمینه‌های دیگه به شکل یکپارچه و تمیز انجام بشه.

فصل سوم: Runway در دنیای هوش مصنوعی

معرفی Aleph جدیدترین حرکت استراتژیک از طرف شرکت Runway بوده که جایگاه این شرکت رو در صنعت هوش مصنوعی بالاتر برده. این شرکت که توسط کریستوبال والنزوئلا (Cristóbal Valenzuela) تاسیس شده و مدیرعامل اون هم هست، قدم‌های مهمی برای تثبیت خودش برداشته.

همکاری بزرگ با Imax

یکی از خبرهای مهم اخیر، همکاری Runway با شرکت Imax بود. هدف این همکاری اینه که فیلم‌های ساخته شده با هوش مصنوعی برای مخاطب‌های تجاری به نمایش دربیان. این یه قدم بزرگ برای مشروعیت بخشیدن به هوش مصنوعی به عنوان یه رسانه سینماییه.

قرار شد ده فیلم فینالیست از «جشنواره فیلم هوش مصنوعی Runway» در ده شهر بزرگ آمریکا از تاریخ ۱۷ تا ۲۰ آگوست روی پرده سینماهای Imax برن. جاناتان فیشر، مدیر ارشد محتوای Imax، در این مورد گفته: «اینکه این ابزارها چطور فیلمسازی رو شکل میدن، حوزه‌ایه که ما به探索 کردنش ادامه میدیم، در حالی که به نیت شرکای خلاقمون هم احترام میذاریم».

کریستوبال والنزوئلا، مدیرعامل Runway، هم اضافه کرده: «کیفیت، تنوع و داستان‌گویی این فیلم‌ها شایسته یک تجربه تماشای برتره. این همکاری جشنواره فیلم هوش مصنوعی رو برای هزاران سینمارو در سراسر آمریکا، با بالاترین کیفیت ممکن، به ارمغان میاره». این حرکت، فیلمسازی با هوش مصنوعی رو از جوامع آنلاین محدود به بزرگترین پرده‌های سینما میبره.

پیشنهاد خرید از طرف متا

این نفوذ و رشد روزافزون احتمالا دلیلی بود که بر اساس گزارش‌ها، شرکت متا (Meta) تلاش کرده بود این استارتاپ رو بخره، اما این پیشنهاد در نهایت رد شد. تصمیم Runway برای مستقل موندن، نشون‌دهنده اعتماد به نفس این شرکت به فناوریش و نقش محوری‌ایه که برای خودش در آینده ابزارهای خلاقانه متصوره.

فصل چهارم: مقایسه با دیگران و نگاهی به آینده

Aleph وارد یه بازار به شدت رقابتی برای ابزارهای ویدیویی هوش مصنوعی شده. غول‌های فناوری سرمایه‌گذاری سنگینی توی این حوزه کردن و هر کدوم دارن روی بخش متفاوتی از بازار تمرکز میکنن.

• Adobe: این شرکت روی یکپارچه‌سازی هوش مصنوعی خودش به اسم Firefly به طور مستقیم در نرم‌افزار Premiere Pro تمرکز کرده. استراتژی ادوبی اینه که ابزارهاش «از نظر تجاری امن» باشن تا شرکت‌هایی که نگران مسائل کپی‌رایت هستن رو جذب کنه.
• OpenAI و Google: مدل‌هایی مثل Sora از شرکت OpenAI و Veo 2 از شرکت Google، استانداردهای بالایی رو برای تولید ویدیوی واقع‌گرایانه از متن (text-to-video) تعریف کردن. این مدل‌ها میتونن صحنه‌های کامل رو فقط از روی دستور متنی بسازن.
• Runway Aleph: در مقابل، تمرکز Runway با مدل Aleph روی ویرایش ویدیوهای موجوده. این رویکرد یه گردش کار متفاوت و عملی‌تر رو به فیلمسازهایی ارائه میده که میخوان محتوای خودشون رو تقویت کنن، نه اینکه فقط اون رو از صفر تولید کنن.

بحث‌ها و چالش‌ها

این حرکت به سمت تولید محتوا با هوش مصنوعی بدون بحث و جنجال هم نیست. صنعت رسانه با سوال‌های قانونی و اخلاقی مهمی، به خصوص در مورد کپی‌رایت، دست و پنجه نرم میکنه.

برای مثال، نتفلیکس (Netflix) اخیرا برای یه سکانس جلوه‌های ویژه در سریالی به اسم The Eternaut از هوش مصنوعی مولد استفاده کرد. تد ساراندوس، مدیرعامل مشترک نتفلیکس، این کار رو ابزاری برای توانمندسازی خلاقیت دونست و گفت این کار «یه فرصت باورنکردنی برای کمک به سازنده‌هاست تا فیلم‌ها و سریال‌های بهتری بسازن، نه فقط ارزون‌تر». اون ادعا کرد «اون سکانس جلوه‌های ویژه، ۱۰ برابر سریع‌تر از ابزارها و روش‌های سنتی تکمیل شد». این آمار نشون‌دهنده بهینه‌سازی و سرعتیه که استودیوها دنبالش هستن.

اما در طرف مقابل، نگرانی‌هایی هم وجود داره. هوراسیو گوتیرز، مشاور عمومی شرکت دیزنی (Disney)، در مورد یه شکایت علیه Midjourney (یک ابزار تولید عکس با هوش مصنوعی) گفته: «دزدی دزدیه. و این که یه شرکت هوش مصنوعی این کار رو انجام بده، چیزی از تخلفش کم نمیکنه».

این بحث، پتانسیل نوآوری خلاقانه رو در برابر ترس از حذف شغل‌ها و سرقت مالکیت معنوی قرار میده. در حالی که بعضی‌ها، مثل فیلمساز معروف دارن آرونوفسکی، باور دارن که «الان لحظه‌ایه که باید این ابزارهای جدید رو کشف کنیم و اونها رو برای آینده داستان‌گویی شکل بدیم»، خیلی از اتحادیه‌های خلاق همچنان با احتیاط به این موضوع نگاه میکنن. Runway Aleph که بر پایه مدل قبلی خودش یعنی Gen-4 ساخته شده، حالا دقیقا در مرکز این چشم‌انداز در حال تحول قرار گرفته.