Google Research הציגה ב-24 בספטמבר מחקר על יצירת וידאו ארוך באמצעות כמה סוכני AI, עם דגש על שמירת רצף בין סצנות. בפרסום הרשמי מתוארת שכבת תכנון מעל Gemini ו-Veo, לצד מנגנונים לזיכרון חזותי ולשיפור התוצאה. זהו פרסום מחקרי, ולא הודעה על כלי צרכני חדש שזמין לכל משתמש.
לא מספיק שכל קליפ ייראה טוב
לפי חוקרי Google, Yale Song ו-Yiwen Song, חיבור קליפים לסיפור מתמשך יוצר בעיות של שינוי דמויות, חפצים וסביבות, ושל טעויות שממשיכות לשלבים הבאים.
המסגרות שהציגו הן Co-Director לתכנון ותיאום, CANVAS לשמירת זיכרון חזותי של העולם בסיפור, A²RD ליצירה לפי מקטעים ו-VQQA לשיפור הפרומפט בעקבות בדיקת התוצר. החברה מציגה גם סרט הדגמה בן עשר דקות במסגרת A²RD. זו הדגמת החוקרים, ולא התחייבות שכל בקשה תניב סרטון באותה איכות.
מה כדאי לחפש בהדגמה
מבחינה מעשית, אפשר להעריך רצף חזותי באמצעות פרטים שקל לפספס בצפייה ראשונה. האם אותו חפץ נשאר בצבע הנכון כשהמצלמה חוזרת אליו? האם חדר שנראה בתחילת הסרט שומר על מבנה דומה בהמשך? האם שינוי בלבוש נובע מהסיפור או מופיע ללא הסבר?
אלה שאלות שימושיות גם בלי לקבל מראש את טענת האיכות של המפתח. סרטון יכול להיראות מרשים בכמה פריימים נבחרים, ועדיין לדרוש תיקונים רבים כשצופים בו מתחילתו ועד סופו.
הערך ליוצרים תלוי גם בכמות התיקונים
הכיוון המחקרי עשוי להיות רלוונטי ליוצרים שצריכים לשמור על דמויות וסביבות לאורך רצף. עם זאת, תהליך הפקה נמדד גם בזמן העבודה הכולל: כמה ניסיונות נדרשים, אילו שינויים אפשר לבקש ומה קורה כשמתקנים סצנה אחת בלי לרצות לשנות את היתר.
אלה שאלות להערכת שימוש עתידי, לא יכולות שהוכחו כאן באמצעות ניסוי שלנו. אין בכתבה מדידת עלות, בדיקת עברית או השוואה עצמאית בין הכלים.
הפרסום של Google מסביר כיוון טכני ברור: לתת למערכת אחריות על התכנון והבדיקה שבין שלבי היצירה. לפני שמציגים זאת כתחליף לתהליך הפקה קיים, צריך לראות כיצד המנגנונים מתפקדים עם חומר, מגבלות ודרישות של פרויקט אמיתי.