AI laboratorij Odyssey sa sjedištem u Londonu predstavio je istraživačku verziju modela koji transformira video u interaktivne svjetove. U početku fokusiran na modele svjetova za filmsku i igračku produkciju, tim Odyssey naišao je na potencijalno potpuno novi oblik zabave.
Interaktivni video koji generira Odysseyjev AI model reagira na ulaze u stvarnom vremenu. Možete s njim komunicirati pomoću tipkovnice, telefona, kontrolera ili na kraju čak i glasovnih naredbi. Tim iz Odysseyja naziva to “ranom verzijom Holodecka”.
Osnovna AI može generirati realistične video okvire svakih 40 milisekundi. To znači da kada pritisnete gumb ili izvedete gestu, video reagira gotovo odmah – stvarajući iluziju da zapravo utječete na ovaj digitalni svijet.
“Iskustvo danas djeluje kao istraživanje glitchy sna – sirovo, nestabilno, ali neosporno novo,” kažu iz Odysseyja. Ne govorimo ovdje o poliranim, AAA-igrama, barem još ne.
Ne radi se o standardnoj video tehnologiji
Da bismo bili malo tehnički, što ovu tehnologiju interaktivnog videa generiranog AI razlikuje od, recimo, standardne video igre ili CGI-a? Sve se svodi na ono što Odyssey naziva “modelom svijeta”.
Za razliku od tradicionalnih video modela koji generiraju cijele isječke odjednom, modeli svijeta rade okvire po okvir, predviđajući što bi trebalo doći sljedeće na temelju trenutnog stanja i bilo kakvih korisničkih unosa. Slično je tome kako veliki jezični modeli predviđaju sljedeću riječ u nizu, ali beskonačno složenije jer govorimo o video okvirima visoke rezolucije umjesto o riječima.
“Model svijeta je, u svojoj suštini, model dinamike uvjetovane akcijom,” objašnjavaju iz Odysseyja. Svaki put kada interagirate, model uzima trenutno stanje, vašu akciju i povijest onoga što se dogodilo, a zatim generira sljedeći video okvir u skladu s tim.
Rezultat je nešto što se osjeća organski i nepredvidivo, u usporedbi s tradicionalnom igrom. Nema unaprijed programirane logike koja kaže “ako igrač učini X, tada se događa Y” – umjesto toga, AI daje najbolje pretpostavke o tome što bi se sljedeće trebalo dogoditi na temelju onoga što je naučio gledajući bezbroj videa.
Odyssey se suočava s povijesnim izazovima s videozapisima generiranim AI-jem
Izgradnja nečega poput ovoga nije baš šetnja parkom. Jedan od najvećih izazova s interaktivnim videom generiranim AI-jem jest održavanje stabilnosti tijekom vremena. Kada generirate svaki okvir na temelju prethodnih, male pogreške mogu se brzo nagomilati (fenomen koji istraživači AI nazivaju “drift”).
Kako bi se suočili s tim, Odyssey je koristio ono što nazivaju “modelom uske distribucije” – u suštini unaprijed obučivši svoj AI na općim video snimkama, a zatim ga fino podešavajući na manjem skupu okruženja. Ova kompenzacija znači manje raznolikosti, ali bolju stabilnost kako bi sve postalo manje bizarno.
Tvrtka tvrdi da već postižu “brzi napredak” na svom modelu nove generacije, koji navodno pokazuje “bogatiji spektar piksela, dinamike i akcija”.
Rad svih ovih naprednih AI tehnologija u stvarnom vremenu nije skup. Trenutno, infrastruktura koja pokreće ovo iskustvo košta između £0.80-£1.60 (1-2) po korisničkom satu, oslanjajući se na skupine H100 GPU-a raspoređenih širom SAD-a i EU.
To se možda čini skupim za streaming videa, ali je iznenađujuće jeftino u usporedbi s proizvodnjom tradicionalnog sadržaja igara ili filmova. Odyssey očekuje da će ti troškovi dodatno pasti kako modeli postaju učinkovitiji.
Interaktivni video: Sljedeći medij pripovijedanja?
Kroz povijest, nove tehnologije su donijele nove oblike pripovijedanja – od špiljskih slika do knjiga, fotografije, radija, filma i video igara. Odyssey vjeruje da je interaktivni video generiran AI sljedeći korak u ovoj evoluciji.
Ako su u pravu, mogli bismo gledati prototip nečega što će transformirati zabavu, obrazovanje, oglašavanje i još mnogo toga. Zamislite edukacijske videe gdje možete vježbati vještine koje se podučavaju, ili putničke doživljaje gdje možete istraživati destinacije s vlastitog kauča.
Istraživačka verzija koja je trenutno dostupna očito je samo mali korak prema ovoj viziji i više je dokaz koncepta nego završeni proizvod. Međutim, to je intrigantan uvid u ono što bi moglo biti moguće kada generirani AI svjetovi postanu interaktivna igrališta, a ne samo pasivna iskustva.
Možete isprobati istraživačku verziju ovdje.
