خبر کامل
بایتدنس مدل Seedance 2.0 را برای تولید ویدئوهای هوش مصنوعی عرضه کرد

شرکت بایتدنس، غول فناوری چینی، از عرضه مدل جدید هوش مصنوعی خود با نام Seedance 2.0 خبر داد. این مدل پیشرفته با هدف متحول کردن تولید ویدئو با هوش مصنوعی طراحی شده است و قابلیت ایجاد روایتهای چندصحنهای را با همگامسازی کامل صدا و تصویر فراهم میآورد. این سیستم قادر است ویدئوهای با کیفیت 2K را حدود 30 درصد سریعتر از مدلهای رقیب مانند Kling تولید کند و به طور چشمگیری نیاز به ویرایش دستی را کاهش دهد.
قابلیتهای بینظیر Seedance 2.0
ویژگی اصلی Seedance 2.0، قابلیت روایت چندلنزی (multi-lens storytelling) آن است که امکان ایجاد چندین صحنه مرتبط با یکدیگر را فراهم میکند. این قابلیت به حفظ ثبات کاراکترها و سبک بصری در طول ویدئو کمک شایانی میکند. این رویکرد نوآورانه، میزان ویرایش دستی که معمولاً برای اتصال کلیپهای تولید شده توسط هوش مصنوعی ضروری است را به حداقل میرساند.
- پشتیبانی از چند زبان: این مدل از هشت زبان از جمله انگلیسی و روسی پشتیبانی میکند.
- ورودیهای متنوع: Seedance 2.0 میتواند متن، تصویر، ویدئو کوتاه یا صوت را به عنوان ورودی دریافت کند و بر اساس آنها محتوای بصری و صوتی تولید نماید.
دسترسی و گسترش پلتفرمی
در حال حاضر، این شبکه عصبی از طریق نسخه چینی سرویس Dreamina بایتدنس در دسترس است و کاربران میتوانند با حسابهای Douyin از آن استفاده کنند. برنامههای بایتدنس برای گسترش دسترسی به این مدل بسیار جاهطلبانه است؛ تا پایان ماه فوریه، Seedance 2.0 به پلتفرمهای ثالثی از جمله CapCut، Higgsfield و Imagine.Art نیز راه خواهد یافت.
بازخورد کاربران و تاثیر بر بازار
کاربران اولیهای که با Seedance 2.0 کار کردهاند، از انتقال بسیار طبیعی و تقریباً حرفهای بین صحنهها گزارش دادهاند. یکی از کاربران با نام «el.cine» ویژگیهای این مدل را «تقریباً غیرقانونی» توصیف کرده و اشاره کرده است که سیستم میتواند صحنههای کامل با جلوههای بصری، صدا، صداپیشگی و موسیقی را تنها از متنهای بارگذاری شده تولید کند.
معرفی این فناوری جدید واکنش سریع بازار را به دنبال داشت: سهام COL Group به حد 20 درصد محدودیت روزانه رسید و سهام شرکتهای Shanghai Film و Perfect World هر کدام 10 درصد افزایش یافتند. تحلیلگران Kaiyuan Securities این محصول را یک «لحظه تکینگی» برای هوش مصنوعی در تولید محتوای تصویری نامیدند.
فناوری زیربنایی
این هوش مصنوعی از ساختار dual-branch diffusion transformer بهره میبرد که به طور همزمان ویدئو و صدا را تولید میکند. این معماری پیشرفته مشکلات رایج همگامسازی صوت و تصویر که در سیستمهای پیشین وجود داشت را به طور کامل برطرف کرده است.
نسخه بتای محدود این مدل هماکنون در دسترس کاربران منتخب Jimeng AI، پلتفرم ویدئویی هوش مصنوعی بایتدنس، قرار گرفته است. برنامههای شرکت برای دسترسی گستردهتر با هدف رقابت در بازار پرشتاب تولید ویدئوی هوش مصنوعی چین اعلام شده است.
درباره هوشمصنوعی دستاول:
تمامی اخبار دستاول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحتسنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با دادههای جدید آموزش داده میشود و با نظارت دقیق انسانی و سردبیری دستاول در حال بهتر شدن است.
شما میتوانید از چتبات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.
زمان انتشار:
۱۲:۳۰ - ۱۴۰۴/۱۱/۲۱