ਵੀਡੀਓ AI ਦੀ ਅਗਲੀ ਵੱਡੀ ਛਾਲ: ਅਸਲੀਅਤ, ਰਫ਼ਤਾਰ ਜਾਂ ਐਡੀਟਿੰਗ?

ਹਿੱਲਦੇ-ਜੁਲਦੇ ਪਿਕਸਲ ਦਾ ਅੰਤ

ਧੁੰਦਲੇ ਅਤੇ ਵਿਗੜੇ ਹੋਏ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਵੀਡੀਓ ਦਾ ਦੌਰ ਉਮੀਦ ਨਾਲੋਂ ਕਿਤੇ ਤੇਜ਼ੀ ਨਾਲ ਖਤਮ ਹੋ ਰਿਹਾ ਹੈ। ਕੁਝ ਮਹੀਨੇ ਪਹਿਲਾਂ ਹੀ, ਨਕਲੀ ਕਲਿੱਪਾਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਪਿਘਲਦੇ ਹੋਏ ਅੰਗਾਂ ਅਤੇ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੇ ਉਲਟ ਚਲਦੀਆਂ ਚੀਜ਼ਾਂ ਤੋਂ ਆਸਾਨੀ ਨਾਲ ਪਛਾਣਿਆ ਜਾ ਸਕਦਾ ਸੀ। ਅੱਜ, ਧਿਆਨ ਸਿਰਫ ਨਵੀਨਤਾ ਤੋਂ ਹਟ ਕੇ ਪੇਸ਼ੇਵਰ ਵਰਤੋਂ ਵੱਲ ਚਲਾ ਗਿਆ ਹੈ। ਅਸੀਂ ਹੁਣ ਹਾਈ-ਫਿਡੇਲਿਟੀ ਰੀਅਲਿਜ਼ਮ ਵੱਲ ਵਧ ਰਹੇ ਹਾਂ ਜਿੱਥੇ ਰੋਸ਼ਨੀ ਕਿਸੇ ਸਤਹ ‘ਤੇ ਬਿਲਕੁਲ ਉਵੇਂ ਹੀ ਪੈਂਦੀ ਹੈ ਜਿਵੇਂ ਪੈਣੀ ਚਾਹੀਦੀ ਹੈ। ਇਹ ਸਿਰਫ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਵਿੱਚ ਮਾਮੂਲੀ ਸੁਧਾਰ ਨਹੀਂ ਹੈ। ਇਹ ਸਾਫਟਵੇਅਰ ਦੇ ਤਿੰਨ-ਪਸਾਰੀ ਸੰਸਾਰ ਨੂੰ ਸਮਝਣ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਇੱਕ ਬੁਨਿਆਦੀ ਬਦਲਾਅ ਹੈ। ਦੁਨੀਆ ਭਰ ਦੇ ਦਰਸ਼ਕਾਂ ਲਈ, ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਰਿਕਾਰਡ ਕੀਤੀ ਅਸਲੀਅਤ ਅਤੇ ਬਣਾਈ ਗਈ ਅਸਲੀਅਤ ਵਿਚਕਾਰਲੀ ਲਕੀਰ ਇੰਨੀ ਬਾਰੀਕ ਹੁੰਦੀ ਜਾ ਰਹੀ ਹੈ ਕਿ ਇਹ ਗਾਇਬ ਹੋ ਸਕਦੀ ਹੈ। ਸਿੱਧੀ ਗੱਲ ਇਹ ਹੈ ਕਿ ਵੀਡੀਓ ਜਨਰੇਸ਼ਨ ਹੁਣ ਸੋਸ਼ਲ ਮੀਡੀਆ ਮੀਮਜ਼ ਲਈ ਕੋਈ ਖਿਡੌਣਾ ਨਹੀਂ ਰਹੀ। ਇਹ ਆਧੁਨਿਕ ਪ੍ਰੋਡਕਸ਼ਨ ਸਟੈਕ ਦਾ ਇੱਕ ਮੁੱਖ ਹਿੱਸਾ ਬਣ ਰਹੀ ਹੈ। ਇਹ ਬਦਲਾਅ ਹਰ ਰਚਨਾਤਮਕ ਉਦਯੋਗ ਨੂੰ ਇਹ ਮੁੜ ਵਿਚਾਰਨ ਲਈ ਮਜਬੂਰ ਕਰ ਰਿਹਾ ਹੈ ਕਿ ਉਹ ਕੈਮਰੇ ਅਤੇ ਸੈੱਟ ਨੂੰ ਕਿਵੇਂ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੇ ਹਨ।

ਡਿਫਿਊਜ਼ਨ ਮਾਡਲ ਸਮੇਂ ‘ਤੇ ਕਿਵੇਂ ਕਾਬੂ ਪਾਉਂਦੇ ਹਨ

ਇਹ ਸਮਝਣ ਲਈ ਕਿ ਵੀਡੀਓ ਹੁਣ ਬਿਹਤਰ ਕਿਉਂ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ, ਸਾਨੂੰ ਟੈਂਪੋਰਲ ਕੰਸਿਸਟੈਂਸੀ (temporal consistency) ਵੱਲ ਦੇਖਣਾ ਪਵੇਗਾ। ਪੁਰਾਣੇ ਮਾਡਲ ਵੀਡੀਓ ਨੂੰ ਵੱਖ-ਵੱਖ ਤਸਵੀਰਾਂ ਦੀ ਇੱਕ ਲੜੀ ਵਜੋਂ ਦੇਖਦੇ ਸਨ। ਇਸ ਕਾਰਨ ਫਲਿੱਕਰਿੰਗ ਹੁੰਦੀ ਸੀ ਕਿਉਂਕਿ AI ਭੁੱਲ ਜਾਂਦਾ ਸੀ ਕਿ ਪਿਛਲਾ ਫਰੇਮ ਕਿਹੋ ਜਿਹਾ ਸੀ। ਨਵੇਂ ਮਾਡਲ ਪੂਰੇ ਸੀਕਵੈਂਸ ਨੂੰ ਡੇਟਾ ਦੇ ਇੱਕ ਬਲਾਕ ਵਜੋਂ ਪ੍ਰੋਸੈਸ ਕਰਕੇ ਇੱਕ ਵੱਖਰੀ ਪਹੁੰਚ ਅਪਣਾਉਂਦੇ ਹਨ। ਉਹ ਲੇਟੈਂਟ ਡਿਫਿਊਜ਼ਨ ਅਤੇ ਟ੍ਰਾਂਸਫਾਰਮਰ ਆਰਕੀਟੈਕਚਰ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ ਤਾਂ ਜੋ ਇਹ ਯਕੀਨੀ ਬਣਾਇਆ ਜਾ ਸਕੇ ਕਿ ਸਕ੍ਰੀਨ ‘ਤੇ ਚੱਲ ਰਹੀ ਚੀਜ਼ ਪਹਿਲੇ ਸੈਕਿੰਡ ਤੋਂ ਆਖਰੀ ਸੈਕਿੰਡ ਤੱਕ ਆਪਣਾ ਆਕਾਰ ਅਤੇ ਰੰਗ ਬਰਕਰਾਰ ਰੱਖੇ। ਤੁਸੀਂ ਇਹਨਾਂ ਵਿਕਾਸਾਂ ਬਾਰੇ ਹੋਰ ਵੇਰਵੇ ਨਵੀਨਤਮ AI ਵੀਡੀਓ ਰੁਝਾਨਾਂ ਨੂੰ ਫਾਲੋ ਕਰਕੇ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹੋ, ਜੋ ਦੱਸਦੇ ਹਨ ਕਿ ਇਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਹਾਈ-ਕੁਆਲਿਟੀ ਮੋਸ਼ਨ ਦੇ ਵੱਡੇ ਡੇਟਾਸੈਟਾਂ ‘ਤੇ ਕਿਵੇਂ ਸਿਖਾਇਆ ਜਾਂਦਾ ਹੈ। ਪੁਰਾਣੇ ਫਿਲਟਰਾਂ ਦੇ ਉਲਟ, ਇਹ ਸਿਸਟਮ ਰੋਸ਼ਨੀ ਅਤੇ ਗਤੀ ਦੀਆਂ ਗਣਿਤਿਕ ਸੰਭਾਵਨਾਵਾਂ ਦੇ ਅਧਾਰ ‘ਤੇ ਸ਼ੁਰੂ ਤੋਂ ਸੀਨ ਤਿਆਰ ਕਰਦੇ ਹਨ। ਇਸ ਨਾਲ ਅਜਿਹੇ ਸਿੰਥੈਟਿਕ ਵਾਤਾਵਰਣ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਮਿਲਦੀ ਹੈ ਜੋ ਗੁਰੂਤਾ ਅਤੇ ਗਤੀ ਦੇ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹਨ।

ਪ੍ਰੋਡਕਸ਼ਨ ਦੀਆਂ ਸਰਹੱਦਾਂ ਦਾ ਖਾਤਮਾ

ਇਹਨਾਂ ਟੂਲਸ ਦਾ ਵਿਸ਼ਵਵਿਆਪੀ ਪ੍ਰਭਾਵ ਹਾਈ-ਐਂਡ ਵਿਜ਼ੂਅਲ ਇਫੈਕਟਸ ਦੇ ਲੋਕਤੰਤਰੀਕਰਨ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ। ਰਵਾਇਤੀ ਤੌਰ ‘ਤੇ, ਇੱਕ ਫੋਟੋਰੀਅਲਿਸਟਿਕ ਸੀਨ ਬਣਾਉਣ ਲਈ ਇੱਕ ਵੱਡੇ ਸਟੂਡੀਓ, ਮਹਿੰਗੇ ਕੈਮਰੇ ਅਤੇ ਲਾਈਟਿੰਗ ਮਾਹਿਰਾਂ ਦੀ ਟੀਮ ਦੀ ਲੋੜ ਹੁੰਦੀ ਸੀ। ਹੁਣ, ਇੱਕ ਛੋਟੀ ਏਜੰਸੀ ਅਜਿਹਾ ਇਸ਼ਤਿਹਾਰ ਬਣਾ ਸਕਦੀ ਹੈ ਜੋ ਲੱਖਾਂ ਡਾਲਰ ਦੇ ਬਜਟ ਵਾਲਾ ਲੱਗਦਾ ਹੈ। ਇਹ ਉਹਨਾਂ ਭੂਗੋਲਿਕ ਰੁਕਾਵਟਾਂ ਨੂੰ ਤੋੜ ਰਿਹਾ ਹੈ ਜੋ ਕਦੇ ਹਾਲੀਵੁੱਡ ਜਾਂ ਲੰਡਨ ਵਰਗੇ ਵੱਡੇ ਪ੍ਰੋਡਕਸ਼ਨ ਹੱਬਾਂ ਦੀ ਰੱਖਿਆ ਕਰਦੀਆਂ ਸਨ। Reuters ਦੀਆਂ ਰਿਪੋਰਟਾਂ ਅਨੁਸਾਰ, ਮਾਰਕੀਟਿੰਗ ਵਿੱਚ ਸਿੰਥੈਟਿਕ ਮੀਡੀਆ ਦੀ ਮੰਗ ਵਧ ਰਹੀ ਹੈ ਕਿਉਂਕਿ ਕੰਪਨੀਆਂ ਖਰਚੇ ਘਟਾਉਣਾ ਚਾਹੁੰਦੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ, ਇਹ ਲਾਇਸੈਂਸ ਦੇ ਨਵੇਂ ਜੋਖਮ ਵੀ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਕੋਈ AI ਅਜਿਹਾ ਵਿਅਕਤੀ ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਕਿਸੇ ਮਸ਼ਹੂਰ ਅਦਾਕਾਰ ਵਰਗਾ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਤਾਂ ਉਹਨਾਂ ਅਧਿਕਾਰਾਂ ਦਾ ਮਾਲਕ ਕੌਣ ਹੈ? ਜ਼ਿਆਦਾਤਰ ਦੇਸ਼ਾਂ ਦੇ ਕਾਨੂੰਨੀ ਸਿਸਟਮ ਇਸ ਲਈ ਤਿਆਰ ਨਹੀਂ ਹਨ।

ਸਿੰਥੈਟਿਕ ਐਡਿਟ ਸੂਟ ਵਿੱਚ ਇੱਕ ਮੰਗਲਵਾਰ

ਕਲਪਨਾ ਕਰੋ ਕਿ ਇੱਕ ਮੱਧਮ ਆਕਾਰ ਦੀ ਮਾਰਕੀਟਿੰਗ ਫਰਮ ਵਿੱਚ ਇੱਕ ਵੀਡੀਓ ਐਡੀਟਰ ਦੀ ਜ਼ਿੰਦਗੀ ਕਿਹੋ ਜਿਹੀ ਹੋਵੇਗੀ। ਸਵੇਰ ਦੀ ਸ਼ੁਰੂਆਤ ਸ਼ੂਟ ਦੀ ਕੱਚੀ ਫੁਟੇਜ ਦੇਖਣ ਨਾਲ ਨਹੀਂ, ਬਲਕਿ ਸਕ੍ਰਿਪਟ ਦੇ ਅਧਾਰ ‘ਤੇ ਤਿਆਰ ਕੀਤੇ ਗਏ ਕਲਿੱਪਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰਨ ਨਾਲ ਹੁੰਦੀ ਹੈ। ਐਡੀਟਰ ਨੂੰ ਟੋਕੀਓ ਦੀ ਬਾਰਿਸ਼ ਵਾਲੀ ਸੜਕ ‘ਤੇ ਚੱਲ ਰਹੀ ਇੱਕ ਔਰਤ ਦੇ ਸ਼ਾਟ ਦੀ ਲੋੜ ਹੈ। ਸਟਾਕ ਫੁਟੇਜ ਸਾਈਟਾਂ ‘ਤੇ ਘੰਟਿਆਂ ਬੱਧੀ ਖੋਜ ਕਰਨ ਦੀ ਬਜਾਏ, ਉਹ ਇੱਕ ਟੂਲ ਵਿੱਚ ਵੇਰਵਾ ਟਾਈਪ ਕਰਦੇ ਹਨ। ਦੋ ਮਿੰਟਾਂ ਦੇ ਅੰਦਰ, ਉਹਨਾਂ ਕੋਲ ਇੱਕ ਸੰਪੂਰਨ 4K ਕਲਿੱਪ ਹੁੰਦੀ ਹੈ। ਇਹ ਨਵਾਂ ਐਡੀਟਿੰਗ ਵਰਕਫਲੋ ਹੈ। ਇਹ ਕੱਟਣ ਬਾਰੇ ਘੱਟ ਅਤੇ ਸੁਧਾਰਨ ਬਾਰੇ ਜ਼ਿਆਦਾ ਹੈ। ਬਾਅਦ ਵਿੱਚ, ਜੇਕਰ ਕਲਾਇੰਟ ਅਦਾਕਾਰ ਦੀ ਜੈਕਟ ਦਾ ਰੰਗ ਬਦਲਣ ਲਈ ਕਹਿੰਦਾ ਹੈ, ਤਾਂ ਐਡੀਟਰ ਬਿਨਾਂ ਰੀਸ਼ੂਟ ਕੀਤੇ ਕੁਝ ਹੀ ਮਿੰਟਾਂ ਵਿੱਚ ਇਸਨੂੰ ਬਦਲ ਸਕਦਾ ਹੈ।

ਇਹ ਇੱਕ ਤੇਜ਼ ਰਫਤਾਰ ਵਾਲਾ ਮਾਹੌਲ ਹੈ ਜਿੱਥੇ ਰੁਕਾਵਟ ਹੁਣ ਉਪਕਰਣ ਨਹੀਂ, ਬਲਕਿ ਸਕ੍ਰੀਨ ਦੇ ਪਿੱਛੇ ਬੈਠੇ ਵਿਅਕਤੀ ਦੀ ਰਚਨਾਤਮਕਤਾ ਹੈ। ਹਾਲਾਂਕਿ, ਅਨਕੈਨੀ ਵੈਲੀ (uncanny valley) ਅਜੇ ਵੀ ਕੁਝ ਥਾਵਾਂ ‘ਤੇ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ, ਜਿਵੇਂ ਕਿ ਤੇਜ਼ ਹਵਾ ਵਿੱਚ ਵਾਲਾਂ ਦੀ ਹਰਕਤ ਜਾਂ ਹੱਥਾਂ ਦੀਆਂ ਗੁੰਝਲਦਾਰ ਹਰਕਤਾਂ।

ਪੋਸਟ-ਟਰੂਥ ਸਕ੍ਰੀਨ ਲਈ ਕੁਝ ਔਖੇ ਸਵਾਲ

ਜਿਵੇਂ-ਜਿਵੇਂ ਅਸੀਂ ਸੰਪੂਰਨ ਅਸਲੀਅਤ ਦੇ ਨੇੜੇ ਪਹੁੰਚ ਰਹੇ ਹਾਂ, ਸਾਨੂੰ ਇਸ ਤਕਨਾਲੋਜੀ ਦੀਆਂ ਲੁਕੀਆਂ ਹੋਈਆਂ ਕੀਮਤਾਂ ਬਾਰੇ ਸਵਾਲ ਪੁੱਛਣੇ ਚਾਹੀਦੇ ਹਨ। ਜੇਕਰ ਕੋਈ ਵੀ ਕਿਸੇ ਵੀ ਘਟਨਾ ਦਾ ਫੋਟੋਰੀਅਲਿਸਟਿਕ ਵੀਡੀਓ ਬਣਾ ਸਕਦਾ ਹੈ, ਤਾਂ ਵਿਜ਼ੂਅਲ ਸਬੂਤਾਂ ‘ਤੇ ਸਾਡੇ ਸਮੂਹਿਕ ਭਰੋਸੇ ਦਾ ਕੀ ਹੋਵੇਗਾ? ਅਸੀਂ ਅਜਿਹੇ ਦੌਰ ਵਿੱਚ ਦਾਖਲ ਹੋ ਰਹੇ ਹਾਂ ਜਿੱਥੇ ਦੇਖਣਾ ਹੁਣ ਵਿਸ਼ਵਾਸ ਕਰਨਾ ਨਹੀਂ ਰਿਹਾ। ਇਸਦੇ ਨਿੱਜਤਾ ਅਤੇ ਰਾਜਨੀਤਿਕ ਸਥਿਰਤਾ ਲਈ ਵੱਡੇ ਪ੍ਰਭਾਵ ਹਨ। ਸਾਨੂੰ ਇਹ ਵੀ ਪੁੱਛਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੀ ਇੱਕ ਤੇਜ਼ ਵਰਕਫਲੋ ਦੀ ਸਹੂਲਤ ਵਾਤਾਵਰਣ ਦੇ ਨੁਕਸਾਨ ਦੇ ਬਰਾਬਰ ਹੈ? ਸਾਨੂੰ ਇਹ ਫੈਸਲਾ ਕਰਨਾ ਹੋਵੇਗਾ ਕਿ ਕੀ ਅਸੀਂ ਟੂਲ ਦੀ ਕੁਸ਼ਲਤਾ ਨੂੰ ਇਸਦੀ ਸਿਰਜਣਾ ਦੇ ਨੈਤਿਕਤਾ ਨਾਲੋਂ ਵੱਧ ਮਹੱਤਵ ਦਿੰਦੇ ਹਾਂ। ਜੇਕਰ ਉਦਯੋਗ ਇਹਨਾਂ ਸਵਾਲਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ ਜਾਰੀ ਰੱਖਦਾ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਜਨਤਕ ਵਿਰੋਧ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ।

ਕੀ ਤੁਹਾਡੇ ਕੋਲ ਕੋਈ AI ਕਹਾਣੀ, ਟੂਲ, ਰੁਝਾਨ ਜਾਂ ਸਵਾਲ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਸਾਨੂੰ ਕਵਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ? ਸਾਨੂੰ ਆਪਣਾ ਲੇਖ ਦਾ ਵਿਚਾਰ ਭੇਜੋ — ਅਸੀਂ ਇਸਨੂੰ ਸੁਣਨਾ ਪਸੰਦ ਕਰਾਂਗੇ।

ਲੋਕਲ ਹਾਰਡਵੇਅਰ ਅਤੇ API ਦੀ ਅਸਲੀਅਤ

ਪਾਵਰ ਯੂਜ਼ਰਸ ਅਤੇ ਟੈਕਨੀਕਲ ਡਾਇਰੈਕਟਰਾਂ ਲਈ, AI ਵੀਡੀਓ ਵੱਲ ਬਦਲਾਅ ਵਿੱਚ ਗੁੰਝਲਦਾਰ ਵਰਕਫਲੋ ਏਕੀਕਰਣ ਸ਼ਾਮਲ ਹੈ। ਜ਼ਿਆਦਾਤਰ ਹਾਈ-ਐਂਡ ਵੀਡੀਓ ਜਨਰੇਸ਼ਨ ਵਰਤਮਾਨ ਵਿੱਚ OpenAI ਜਾਂ Runway ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਦੇ API ਰਾਹੀਂ ਕਲਾਉਡ ਵਿੱਚ ਹੁੰਦੀ ਹੈ। ਹਾਲਾਂਕਿ, ਗੋਪਨੀਯਤਾ ਦੀਆਂ ਚਿੰਤਾਵਾਂ ਕਾਰਨ ਲੋਕਲ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਵੱਲ ਰੁਝਾਨ ਵਧ ਰਿਹਾ ਹੈ। ਇੱਕ ਮਾਡਲ ਨੂੰ ਲੋਕਲ ਤੌਰ ‘ਤੇ ਚਲਾਉਣ ਲਈ ਘੱਟੋ-ਘੱਟ 24GB VRAM ਵਾਲੇ ਹਾਈ-ਐਂਡ GPU ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਪੇਸ਼ੇਵਰ ਹੁਣ ਅਜਿਹੇ ਤਰੀਕੇ ਲੱਭ ਰਹੇ ਹਨ ਜਿਨ੍ਹਾਂ ਨਾਲ ਇਹਨਾਂ ਟੂਲਸ ਨੂੰ ਸਿੱਧਾ Adobe Premiere ਜਾਂ DaVinci Resolve ਵਰਗੇ ਸਾਫਟਵੇਅਰ ਵਿੱਚ ਜੋੜਿਆ ਜਾ ਸਕੇ। ਮੌਜੂਦਾ ਤਕਨੀਕਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:

• ਚਰਿੱਤਰ ਦੀ ਇਕਸਾਰਤਾ ਬਣਾਈ ਰੱਖਣ ਲਈ ਕਸਟਮ LoRA ਟ੍ਰੇਨਿੰਗ।
• ਸਕੈਲਟਲ ਮੈਪਸ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮੋਸ਼ਨ ਨੂੰ ਗਾਈਡ ਕਰਨ ਲਈ ControlNet ਇੰਟੀਗ੍ਰੇਸ਼ਨ।
• ਗਲਤੀਆਂ ਨੂੰ ਠੀਕ ਕਰਨ ਲਈ ਇਨ-ਪੇਂਟਿੰਗ ਤਕਨੀਕਾਂ।
• ਸੈਕਿੰਡਾਂ ਵਿੱਚ ਬੈਕਗ੍ਰਾਉਂਡ ਤੋਂ ਵਿਸ਼ਿਆਂ ਨੂੰ ਵੱਖ ਕਰਨ ਲਈ ਆਟੋਮੇਟਿਡ ਰੋਟੋਸਕੋਪਿੰਗ ਟੂਲ।

ਸਾਰਥਕ ਮੋਸ਼ਨ ਵੱਲ ਰਸਤਾ

ਅਗਲੇ ਸਾਲ ਦੌਰਾਨ ਸਾਰਥਕ ਤਰੱਕੀ ਸਿਰਫ ਉੱਚ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਬਾਰੇ ਨਹੀਂ ਹੋਵੇਗੀ। ਇਹ ਕੰਟਰੋਲ ਬਾਰੇ ਹੋਵੇਗੀ। ਸਾਨੂੰ ਅਜਿਹੇ ਟੂਲਸ ਦੀ ਲੋੜ ਹੈ ਜੋ ਇੱਕ ਡਾਇਰੈਕਟਰ ਨੂੰ ਵਰਚੁਅਲ ਸਪੇਸ ਵਿੱਚ ਇੱਕ ਖਾਸ ਕੋਆਰਡੀਨੇਟ ‘ਤੇ ਕੈਮਰਾ ਰੱਖਣ ਅਤੇ ਉਸਨੂੰ ਸਟੀਕਤਾ ਨਾਲ ਹਿਲਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦੇਣ। ਬਹੁਤ ਸਾਰੇ ਲੋਕਾਂ ਨੂੰ ਭੁਲੇਖਾ ਹੈ ਕਿ AI ਵੀਡੀਓ ਸਿਰਫ ਸਨੈਪਚੈਟ ਫਿਲਟਰ ਦਾ ਇੱਕ ਉੱਨਤ ਰੂਪ ਹੈ। ਅਜਿਹਾ ਨਹੀਂ ਹੈ। ਇਹ ਦੁਨੀਆ ਨੂੰ ਪੇਸ਼ ਕਰਨ ਦਾ ਇੱਕ ਨਵਾਂ ਤਰੀਕਾ ਹੈ। ਕੀ ਦਰਸ਼ਕ ਇਹਨਾਂ ਫਿਲਮਾਂ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨਗੇ ਜਾਂ ਉਹਨਾਂ ਨੂੰ ਕੋਈ ਬੇਚੈਨੀ ਮਹਿਸੂਸ ਹੋਵੇਗੀ? ਇਸ ਸਵਾਲ ਦਾ ਜਵਾਬ ਹੀ ਇਸ ਮਾਧਿਅਮ ਦਾ ਭਵਿੱਖ ਤੈਅ ਕਰੇਗਾ।

编者按：我们创建本网站，旨在作为一个多语言人工智能新闻和指南中心，为那些并非电脑极客，但仍然希望了解人工智能、更有信心地使用它并关注正在到来的未来的人群服务。

ਕੋਈ ਗਲਤੀ ਮਿਲੀ ਜਾਂ ਕੁਝ ਠੀਕ ਕਰਨ ਦੀ ਲੋੜ ਹੈ? ਸਾਨੂੰ ਦੱਸੋ।