Midjourney представляє V1 — свою першу модель для генерації ШІ-відео
- Midjourney, відомий завдяки генерації ШІ-зображень, представив V1 – свою першу модель для створення відео.
- V1 генерує чотири п’ятисекундні відео з одного зображення, і наразі доступна лише через Discord та у веб-версії.
- Цей крок виводить Midjourney на конкурентний ринок ШІ-відео, де вже присутні OpenAI Sora, Runway Gen 4, Adobe Firefly та Google Veo 3.
- Запуск V1 відбувся на тлі судового позову від Disney та Universal, які стверджують, що Midjourney використовує їхні захищені авторським правом персонажі.
- Генерація відео коштує у вісім разів дорожче, ніж зображення, а необмежені можливості доступні лише на дорожчих планах Pro та Mega в режимі “Relax”.
Midjourney, один з найпопулярніших стартапів у галузі генерації зображень за допомогою штучного інтелекту, оголосив про запуск своєї довгоочікуваної моделі для створення відео — V1. Це значний крок, що виводить компанію на конкурентний ринок ШІ-відео.
Модель V1 працює за принципом перетворення зображення на відео. Користувачі можуть завантажити власне зображення або використати зображення, згенероване іншими моделями Midjourney. На основі цього зображення V1 створить набір із чотирьох відеороликів тривалістю п’ять секунд кожен. На початковому етапі V1 доступна лише через Discord і працює виключно у вебверсії, що відповідає традиційній моделі розповсюдження Midjourney.
Запуск V1 ставить Midjourney у пряму конкуренцію з іншими відомими ШІ-моделями для генерації відео, такими як Sora від OpenAI, Gen 4 від Runway, Firefly від Adobe та Veo 3 від Google. Хоча багато компаній зосереджені на розробці контрольованих ШІ-відеомоделей для комерційного використання, Midjourney завжди вирізнялася своїми унікальними ШІ-моделями зображень, орієнтованими на творчих користувачів.
Компанія заявляє про ширші цілі для своїх ШІ-відеомоделей, ніж просто створення допоміжних матеріалів для голлівудських фільмів або рекламних роликів. Девід Гольц, генеральний директор Midjourney, у своєму дописі в блозі зазначив, що їхня ШІ-відеомодель є наступним кроком до кінцевої мети компанії — створення ШІ-моделей, здатних до “симуляцій відкритого світу в реальному часі”. Після відеомоделей Midjourney планує розробляти ШІ-моделі для створення 3D-рендерів, а також ШІ-моделі, що працюють у реальному часі.
Запуск моделі V1 від Midjourney відбувся всього через тиждень після того, як на стартап подали до суду дві відомі голлівудські кіностудії: Disney та Universal. У позові стверджується, що зображення, створені ШІ-моделями Midjourney, відтворюють захищених авторським правом персонажів цих студій, таких як Гомер Сімпсон та Дарт Вейдер. Голлівудські студії зіткнулися з проблемою зростаючої популярності ШІ-моделей для генерації зображень та відео, таких як ті, що розробляє Midjourney.
Існує зростаюче побоювання, що ці інструменти можуть замінити або знецінити роботу творчих працівників у відповідних галузях, а деякі медіакомпанії стверджують, що ці продукти навчаються на їхніх роботах, захищених авторським правом. Хоча Midjourney намагалася позиціонувати себе як відмінну від інших ШІ-стартапів у галузі зображень та відео, зосереджену більше на творчості, ніж на негайних комерційних застосуваннях, компанія не може уникнути цих звинувачень.
На початковому етапі Midjourney заявляє, що генерація відео коштуватиме у вісім разів дорожче, ніж звичайна генерація зображень. Це означає, що підписники значно швидше вичерпуватимуть свої місячні ліміти при створенні відео. На момент запуску найдешевший спосіб спробувати V1 — це підписка на базовий план Midjourney вартістю 10 доларів США на місяць. Підписники планів Pro (60 доларів США на місяць) та Mega (120 доларів США на місяць) матимуть необмежену генерацію відео в повільнішому режимі “Relax”. Протягом наступного місяця Midjourney планує переглянути свою цінову політику для відеомоделей.
V1 пропонує кілька користувацьких налаштувань для контролю над результатами відеомоделі. Користувачі можуть обрати автоматичне налаштування анімації, щоб зображення рухалося випадковим чином, або ручне налаштування, яке дозволяє описати текстом конкретну анімацію, яку вони хочуть додати до свого відео. Також можна регулювати рівень руху камери та об’єкта, вибираючи “низький рух” або “високий рух” у налаштуваннях. Хоча відео, згенеровані за допомогою V1, мають тривалість лише п’ять секунд, користувачі можуть подовжити їх на чотири секунди до чотирьох разів, що дозволяє досягти тривалості відео до 21 секунди.
Як і у випадку з ШІ-моделями зображень Midjourney, ранні демонстрації відео V1 виглядають дещо потойбічними, а не гіперреалістичними. Початкова реакція на V1 була позитивною, хоча ще неясно, наскільки добре вона конкурує з іншими провідними ШІ-відеомоделями, які вже місяці або навіть роки на ринку.
