Dosud největší příslib pro AI video. LTX Studio nabídne bezprecedentní možnosti nastavení při tvorbě
Zdroj: Lightricks / LTX Studio
Nejsou to ani 3 týdny, co jsme žasli nad ukázkou toho, co má přinést AI video generátor Sora od společnosti OpenAI. A je to sotva pár dnů od oznámení lip sync funkce konkurenčního nástroje Pika. Novinky v oblasti generativní tvorby videí s pomocí AI nekončí. Strašidelně přesnou možnost přeměny fotografie na video uvedla společnost Alibaba. Ještě větší příslib ale nese nástroj LTX Studio.
Ten přichází od společnosti Lightricks vyhlášené pro své video filtry využívající AI. LTX studio jde ale mnohem dále, nabízí totiž bezprecedentní možnosti ovládání procesu tvorby. Ano, začátek se zdá stejný jako u konkurence: napíšete prompt a na jeho základě se začne tvořit video.
V tomto případě ovšem nejste odkázání na další a další iterace promtů pro i drobné úpravy v podobě výstupů. Na začátku vám nástroj sám nabídne základní scénář s ukázkou možných scén, které můžete před zahájením AI tvorby ovlivnit.
Zdroj: Lightricks / LTX Studio
Ovlivnit jdou jednotlivé části videotvorby
Jak jsme už tento týden psali, u představení nových audio funkcí od Pika a ElevenLabs, video není jen o vizuálu. I LTX studio na to reaguje: ovlivníte hudbu a voiceover. Navíc ale také střihy, přechody i vizuální efekty. A to do takové míry, že klidně za pochodu změníte barvu auta nebo dokonce celou postavu v konkrétní scéně.
Zdroj: Lightricks / LTX Studio
Navíc budete moci ovládat pohyb a úhly kamery, pohyb postav nebo objektů a pozice osvětlení. Tedy přesně to, co na pravém place vykonává řada profesí pod taktovkou režiséra. U zvolených scén budete schopni díky vyjmenovaným možnostem měnit jejich atmosféru a styl.
Konzistence postav
Zdroj: Lightricks / LTX Studio
Problém dosavadních AI video nástrojů spočívá v tom, že produkují krátká videa, obvykle se stopáží spíše v rámci vteřin než minut. A proces slepování videí dohromady pak nese to riziko, že neudržíte skrze prompty konzistenci postav. Proto z nich prezentovaná videa představují nejčastěji showreel ukázky s rychlých střihem či trailery s hromadou postav a prostředí. Několikaminutovou gradující scénu, která by byla založena na dialozích jsme z nich ještě neviděli.
LTX studio chce být v tomto lepší a slibuje konzistentní postavy, které budou vypadat autenticky.
Když se ale nějaký typ postavy nebude hodit, můžete jí změnit oblečení či účes. Možná ale na jejím místě budete chtít vyzkoušet někoho nového. V konkrétních scénách můžete zjišťovat, jak se do nich budou hodit charaktery různých pohlaví, barvy očí nebo etnika. Takřka bez námahy a pochopitelně bez spolupráce s castingovou agenturou.
Zdroj: Lightricks / LTX Studio
Skutečně si teď říkáme, že stávka herců v Hollywoodu, mimo jiné také s cílem vymoci si i jistá práva a pojistky proti jejich přeměně na „AI avatary“, neměla nikterak sci-fi požadavky. Několik měsíců poté tu je v podobě LTX Studio nástroj, který v sobě nese potenciál pro tvorbu plnohodnotných audiovizuálních děl, a to i těch spojených s hranou tvorbou.
LTX se sám nazývá „holistic movie maker for all“, všeobjímajícím nástrojem pro tvorbu filmů pro všechny. Musí se nicméně v tomto ohledu ještě osvědčit. Přes veškerý úžas z toho, co nabízí, lze říct, že fotorealističnost u ukázek z nástroje Sora byla o něco větší. Také nevíme, jak na tom budou postavy se schopností mluvit. Dosavadní informace hovoří o voiceoveru, ne o lip syncu. Podobně jako u Sory nejde o nástroj dostupný všem. V tuto chvíli se můžete zapsat na čekací listinu.
Aktuálně je těžké mluvit o revoluci ve tvorbě videa, když se jen tento týden „malých revolucí“ objevilo několik. Přesto lze o LTX studio říci, že nese pro videotvorbu zdaleka největší příslib. Nemusíme myslet hned na produkci Hollywoodu. Třeba jen díky změnám osvětlení, úhlů kamery nebo v obsazení půjde jednoduše přizpůsobovat reklamy pro více trhů nebo klidně v duchu real-time marketingu také aktuální situaci.
Tip redakce
Další z AI přelomů tohoto týdne představuje nástroj EMO (Emote Portrait Alive) od čínského technologického giganta Alibaba. Ten dokáže fotku přeměnit ve video, kdy postavě vložíte do úst jakýkoliv text.
Kvalita lip syncu už nemá k plné realističnosti daleko. A ano, jde to využít na tvorbu hudebních videoklipů, kdy necháte třeba filmovou krásku z dob vašich babiček, Audrey Hepburn, zpívat Eda Sheerana.
Stejně tak ale tento nástroj lze využít i na tvorbu politických deep fake videí s potenciálem rozvracovat demokracii. Žijeme v době velkých technologických skoků, nejistot a také nebezpečí.
Kam dál?
— Pika (@pika_labs) February 27, 2024
AI video a zvuk: ElevenLabs odstraňuje jednu z největších bolestí videotvůrců a Pika dokáže nově napasovat AI vytvořeným postávám ze svých videí slova do úst.
