幸福は主観的なものであり、特定するのは困難です。 100 人の芸術家に純粋な幸福のイメージを作成するように依頼した場合、または 100 人の詩人にそのテーマについて書くように依頼した場合、結果が得られるまで長い時間待つことになりますが、200 通りの異なる解釈も得られることになります。
私は、人工知能、特に AI ビデオ ジェネレーターが純粋な幸福の概念をどの程度うまく処理できるかを確認することにしました。 市場には完成度や機能のさまざまな段階で何十もの製品があるため、それらすべてに同じプロンプトを与えました。
Runway や Pika Labs などの明らかに大きなプラットフォームに加えて、Leonardo や NightCafe の Stable Diffusion ベースのジェネレーターと、Assistive Video や PixVerse などの Discord ベースの新しいモデルを含めて、それらがどのように比較されるかを確認しました。 ただし、OpenAI からの Sora はまだありません。 今年後半に到着する予定です。
解釈はすべて異なっていましたが、驚くほど似ていました。 LTX Studio は別のタイプの AI ビデオ プラットフォームであり、短い形式のワンショット ジェネレーターとは比較にならないため、LTX Studio は含めないことにしました。 しかし参考までに、ヒマワリ、具体的にはヒマワリ畑を歩く女性とその犬を生成しました。
AIは純粋な幸福を示すことができるだろうか？
私の最初の仕事は、本当の幸福がどのようなものかを明示せず、一部のビデオ ジェネレーターには文字数制限があるため長さは 1 文程度で、単一のシーン ショットしか作成されないためあまり期待していないプロンプトを作成することでした。数秒ほどの長さ。
私は、「象徴、比喩、雰囲気を通して感情をとらえ、純粋な幸福の本質を視覚的に表現する」ことを思いつきました。
そのアイデアは、AI に単に私が指示した方法に従うのではなく、AI にその意味を解釈させるというものです。 より直接的なプロンプトを使用した以前の実験では、AI モデル間のばらつきが少なくなりました。
チャレンジの設定
この課題では、テキストからビデオへの変換を提供するサービスのみを使用しました。これにより、画像生成機能と、純粋な幸福の概念をどのように解釈するかがテストされます。
それ以外の場合は、1 つの AI 画像ジェネレーターが純粋な幸福を理解するテストとなり、その後、さまざまな AI ビデオ ツールがその画像をどのようにアニメーション化するかを調べることになります。先週は画像ツールについて検討しました。
AI ビデオ ツールごとに設定や微調整に対するアプローチが異なるため、私はすべてをデフォルトのままにしました。 プロンプトに入り、カスタマイズせずに「生成」をクリックしました。 必要な場合に行った唯一の設定変更は、可能であれば 16:9 の画像を確実に取得できるようにすることでした。
AI 画像ジェネレーターの以前のテストと同様に、任意のセットの最初の画像を選択しました。 これは、ツールによってデフォルトで提供される画像の数が異なるためです。 したがって、作成された画像の中で必ずしも最高のものであるとは限らない場合でも、私は常に画像 1 を選択します。
1.ハイパー
ハイパー 比較的新人ですが、非常に強力でもあります。 そのモデルは信じられないほど有能で、テキスト プロンプトのみから微妙で現実的な動きの両方を作成できます。 より大きなプラットフォームにはカスタマイズのオプションがより多くありますが、Haiper はプロンプトにより厳密に従います。
風船、花、満開の木など、童話のような環境を作り出しました。 中央には、髪をなびかせ、腕を風に興奮してはためかせている小さな子供がいます。 おそらくこれは、すべてのビデオの中で最も笑顔に近いものだと思います。
2. レオナルド
中心部で レオナルド は、さまざまな安定拡散ベースのモデルの微調整およびカスタマイズされたバージョンを使用して構築された AI 画像生成プラットフォームです。 プロンプトを入力したときにすでにオンになっていたため、Photoreal v2 機能を使用しました。 Stable Video Diffusion を使用して画像をアニメーション化します。
レオナルドは4つの選択肢を用意したが、最初の選択肢が最善だったとは思わない。 ひまわり畑で遊ぶ子供を描いた作品や、夜空を見上げている人を描いた作品もあった。 しかし、これは、電車の窓から世界が通り過ぎるのを眺めている若い女の子の非常に現実的な外観の優れた画像でした。
3. 支援ビデオ
支援ビデオ これは、Assistive のチャット インターフェイスを中心に構築された広範な機能セットの一部です。 私はこれを Discord 内で使用しましたが、他の詳細を指定する必要がなく、単純なプロンプトから機能するため、驚くほど高速で使いやすかったです。
大人を描いた唯一のビデオでした。 それは、ウェディングドレスと思われるものを着た女性が、頭上に花をアーチ状に飾りながら、日没の野原を文字通り滑空しているように見えます。 幸福はある出来事から来るという考えを理解しているようです。
4.滑走路
滑走路 は、生成 AI ビデオの圧倒的なリーダーです。 さまざまな組織とパートナーシップ契約を結んでおり、Gen-2 ではフォトリアリスティックで柔軟なモデルを提供しています。
純粋な幸福という概念の解釈は、私を笑わせ、そして驚かせました。 ランウェイは、純粋な幸せは食べ物に宿ると考えています。 具体的には白いカップケーキです。
5. ナイトカフェ
レオナルドのように ナイトカフェ は安定拡散モデル上に構築された AI 画像プラットフォームですが、どちらも独自のカスタマイズおよび微調整されたバージョンを使用するため、このテストには両方を含めました。 NightCafe は最近、即時遵守性が向上した Stable Core も採用しました。
その解釈はやはり気球でしたが、人の代わりにそれは背景に明るく巨大な月と非常に自然な風景を持つ美しい古い城でした。 それが私を幸せにするかどうかはわかりませんが、穏やかな感覚をもたらします。
6. ピクバース
現在、すべての大手 AI ビデオ ジェネレーターがある時点で利用可能であったように、Discord でのみ利用可能です ピクバース はスタイルやモーションも指定できる興味深いモデルです。
これは、幼い子供が暖かい太陽の光を浴びて、腕を広げてあらゆる瞬間の温かさと喜びを満喫している様子を示しています。 アニメーション中は女の子の顔が少し歪んで見えますが、とても幸せなビジュアルです。
7. ピカ研究所
ピカ研究所 は、私がよく使う AI ビデオ ツールの 1 つです。 簡単なインターフェイス、サウンドエフェクトやリップシンクなどの他のテクノロジーの採用、修復機能により、新しいプロジェクトにすぐに取り組むのに最適です。
その純粋な幸福の解釈は、私が AI モデルから期待していたものに近かった。 明るくカラフルな情景の中で、花のように描かれた笑顔の子供が描かれています。
8.ファイナルフレーム
私は愛する 最終フレーム。 これは、リップシンク、編集、サウンドなどの新しいテクノロジーにすぐに飛びつき、それらを統合する、非常にブートストラップされた AI プラットフォームです。 また、タイムライン タイプのエディタ ビューもあり、クリップをより長い世代にわたって簡単につなぎ合わせることができます。
テキストからビデオへの変換を行う場合、最初に選択できる一連の画像が作成され、次にその画像に基づいてビデオが作成されます。 リストの最初のものを選択しましたが、それはなんだか魔法のようで、後ろにレーザー ショーがあり、飛び跳ねる女の子の童話のようなシーンが表示されていました。 これは奇妙なことでしたが、たとえ完全な純粋な幸福ではなかったとしても、それが彼女の喜びを捉えているようにも感じました。
9. メタAIイマジン
メタ・イマジンは、新しい MetaAI チャットボット内で最近アップグレードされ、生成された画像をアニメーション化する機能を備えています。 提供されるのは正方形の低解像度ビデオのみで、ビデオ制作用というよりも GIF に近いアニメーションになっています。
プロンプトの解釈は、唯一人間以外のものでした。 本質的に驚くほどデジタル的であり、テクノロジーを過度に増幅させていないため、このクリップは AI の観点から見たものであるように最も感じられます。
どのAIジェネレーターが優勝したでしょうか？
それらはすべて興味深いものでしたが、プロンプトが意図した方法で「純粋な幸福」を本当に捉えたものはどれもなかったと思います。 参考までに、私が設定したこのような最後のテストで勝利した Ideogram に同じプロンプトを与えたところ、量子領域から何かが作成されました。
ビデオジェネレーターに関しては、ケーキが好きな太った男として、他の人とは違うという理由でランウェイに賞をあげたくなりますが、純粋な幸福のコンセプトを最もよく表現しているのはハイパーだと思います。
私が最も嫌いで最も気に入ったのはメタ画像だったと思います。 それが悪かったからでも、良かったからでもなく、あまりにも普通ではなかったからだ。 そのコンセプトは人間ではなくAIの幸福のアイデアを中心に構築されていましたが、メタはまだワイドスクリーンクリップを作成できないため、失敗しました。
- 今週末試してみたい Google Gemini の 7 つのプロンプト アイデア
- この AI ツールはどんな写真でも解像度を上げることができます — Leonardo の「魔法のアップスケーラー」は思い出を保存するのに非常に効果的です
- Leonardo AI 画像ジェネレーターが新しいビデオ モードを追加 — その仕組みは次のとおりです