صورة واحدة تدخل، وشخصية تتحدث تخرج

صورة واحدة تدخل، وشخصية تتحدث تخرج

أطلقت Higgsfield هذا الشهر أداة باسم AI Influencer. الفكرة سهلة القول ومقلقة قليلاً عند التفكير فيها. ترفع بضع صور للوجه، فتُسقطها المنصة على قوالب شخصيات، ويمكنك تعديل السمات حتى تحصل على شخصية تمشي وتتحدث على الشاشة. الأداة مدعومة بنموذج Genjutsu الخاص بالشركة، وهي متاحة على منصة Higgsfield وعبر إضافة ChatGPT، مع عدد من عمليات التوليد المجانية للمستخدمين الجدد.

تستهدف الأداة مباشرة اقتصاد الفيديو القصير، حيث يكون الشخص الثابت الظاهر على الشاشة هو وحدة الإنتاج.

المشكلة التي تحلها حقيقية

من حاول تنمية قناة فيديو يعرف عنق الزجاجة. أنت الممثل والمصور والمحرر في الوقت نفسه، وفي اللحظة التي تريد فيها شخصية ثانية أو يوماً للراحة، يتوقف كل شيء. استئجار وجه لحملة مكلف وبطيء. وإبقاء الممثل نفسه عبر عشرات المقاطع، بالملابس والإضاءة نفسها، مشكلة لوجستية.

الأداة التي تحوّل صورة إلى شخصية قابلة لإعادة الاستخدام تزيل عنق الزجاجة هذا. تحضر الشخصية عند الحاجة، في أي مشهد تصفه، ولا يحدث تعارض في المواعيد أبداً. بالنسبة للفرق الصغيرة والمنشئين الأفراد، هذا تغيير حقيقي فيما هو ممكن.

يستحق الأمر توضيحاً دقيقاً لسبب اختلاف هذا عن أدوات الصور الرمزية السابقة. الجزء الصعب ليس تحريك وجه. الجزء الصعب هو إبقاء الوجه نفسه، في الجسم نفسه، عبر مشاهد مختلفة كثيرة. متطلب الاتساق هذا هو ما يجعل الناتج قابلاً للاستخدام كأصل إنتاجي لا كمجرد طرفة.

لماذا تنمو هذه الفئة بسرعة

تقع شخصيات الذكاء الاصطناعي عند تقاطع قدرتين سريعتي التطور: توليد الصور الذي يحافظ على هوية متسقة، والفيديو القادر على تحريك وجه بشكل مقنع. حين يستطيع نموذج إبقاء سمات شخص مستقرة عبر المشاهد، فإن الخطوة التالية الطبيعية هي السماح للمستخدم بإعادة استخدام ذلك الشخص، والنموذج التجاري الطبيعي هو بيع إنشاء الشخصيات كميزة.

تسعى منصات عدة إلى الفكرة نفسها، ولن يكون الفارق في من يقدر على توليد وجه. بل في من يقدر على إبقاء ذلك الوجه الشخص نفسه عبر مئة مقطع، وهذه مشكلة اتساق لا مشكلة عرض. والاتساق أيضاً هو الموضع الذي تظهر فيه الأخطاء أوضح ما يكون، لأن الجمهور بارع جداً في ملاحظة تغيّر الوجه بين اللقطات.

إلى جانب الاتساق ثمة سباق ثانٍ: التحكم. أدوات الشخصيات الأكثر نفعاً ليست تلك التي تنتج أجمل إطار منفرد. بل تلك التي تتيح للمنشئ تحديد الملابس والتعبير وزاوية الكاميرا بموثوقية، ليبدو المسلسل مقصوداً لا عشوائياً.

مسألة الموافقة، مرة أخرى

في اللحظة التي تقبل فيها أداة رفع صور الوجوه، يعود السؤال نفسه: وجه من، وهل وافق صاحبه. إسقاط صورة شخص آخر على شخصية طريق من خطوة واحدة إلى انتحال الهوية، والنظام الذي يسهّل ذلك سيُستخدم بهذه الطريقة من بعض الناس. هذا ليس افتراضاً. إنه النتيجة المتوقعة لأي مولّد يقوده الوجه.

الجواب الناضج ليس حظر القدرة، بل إدماج الاحتكاك: اشتراط الموافقة على الوجوه المرفوعة، ووسم الشخصيات المولّدة، ومنح المنصات وسيلة لكشف الأشخاص الاصطناعيين وإزالتهم حين يُستخدمون للتضليل. الإفصاح هو الرافعة التي تحمي الناس فعلاً، وهو يعمل أفضل حين يكون الوضع الافتراضي لا خياراً.

وثمة سبب عملي للاهتمام بما يتجاوز الأخلاق. فقد شدّدت منصات الفيديو القصير قواعدها على الوسائط الاصطناعية غير المفصح عنها، والمنشئ الذي يبني قناة على شخصية ذكاء اصطناعي بلا وسم يخاطر بفقدانها بين ليلة وضحاها. إدماج الإفصاح في الأداة منذ البداية حماية للمنشئ بقدر ما هو حماية للجمهور.

ماذا يعني لمن يصنعون الفيديو

بالنسبة للمنشئ، شخصيات الذكاء الاصطناعي أداة إنتاجية. يمكنك اختبار خمس جُذُب بالشخصية نفسها، وتعريب حملة إلى لغات لا تتحدثها، والاستمرار في الإنتاج حين تكون منهكاً لولا ذلك. يرتفع سقف الإنتاج.

أما الجمهور، فيتغيّر لديه شيء دقيق. حين يصبح الوجه قابلاً للتوليد، يتوقف وجه مألوف على الشاشة عن كونه دليلاً على أي شيء. من يبنون هذه الأدوات يغيّرون في الواقع قيمة الوجه كإشارة، وهذا أهم من أي إطلاق منتج منفرد. الثقة التي كانت تلقائية صارت اليوم تُكتسب بعلامات صريحة، وهذه كلفة يدفعها الجميع، بمن فيهم من لا شيء لديهم يخفونه.

المنشئون الأسرع تكيّفاً سيتعاملون مع الشخصية كصيغة لا كشخص. يمكن أن تكون الشخصية متسقة وذات علامة واصطناعية بوضوح، والجمهور يُظهر استعداداً لمتابعة هذا النوع من الشخصيات ما دام لا أحد يتظاهر بغير ذلك. الاحتكاك يأتي من الغموض، لا من التقنية نفسها.

اقتصاديات فريق تمثيل اصطناعي

ابعد قليلاً عن الأخلاق، ويتضح المنطق التجاري. لطالما كان إنتاج الفيديو محدوداً بعدد من تستطيع تحمّل كلفة وضعهم على الشاشة وعدد الأيام التي يكونون فيها متاحين. الشخصية الاصطناعية تزيل الحدين معاً. يمكنك تجهيز مئة نسخة من الإعلان نفسه، لكل منها تأطير مختلف قليلاً، وتصويرها كلها دون حجز ممثل واحد.

لهذا تجذب هذه الفئة الاستثمار. الطلب ليس على الجِدّة. بل على الحجم بكلفة يستطيع عمل صغير تحمّلها، والأدوات التي تقدم ذلك ستُعتمد بصرف النظر عن شعور القطاع تجاهها. السؤال ليس هل تنتشر الشخصيات الاصطناعية، بل إلى أي نوع من الأنظمة البيئية تنتشر.

وثمة سقف يستحق التسمية. قد تبدو الشخصية متسقة ومع ذلك تظل جوفاء، لأن الجمهور يستجيب لإشارات بشرية صغيرة غير مكتوبة قد لا يعيدها وجه مولّد. ستقترب الأدوات أكثر، وستبقى أسهل استخداماً للمحتوى الذي لم تكن الأصالة فيه هي المقصد أصلاً.

الرهان، والكلفة

تراهن Higgsfield على أن الطلب على شخصيات ثابتة على الشاشة كبير بما يكفي ليتجاوز الانزعاج من الأشخاص الاصطناعيين. ويشير الزخم المبكر إلى أن الرهان صحيح جزئياً على الأقل. السؤال الذي سيحسم كيف ينتهي هذا هو ما إذا كان القطاع سيتبنى معايير الإفصاح بسرعة تكفي للحفاظ على الثقة التي تجعل الصيغة تعمل.

إن فعل، تصبح شخصيات الذكاء الاصطناعي جزءاً عادياً من إنتاج الفيديو، كما صارت لقطات الأرشيف. وإن لم يفعل، فستُستخدم الأدوات على أي حال، لكن الجمهور سيتوقف عن تصديق ما يراه، وسيدفع الجميع في السلسلة ثمن ذلك. التقنية لا تنتظر المعايير لتلحق بها. المعايير هي التي عليها أن تلحق بالتقنية، والأدوات التي تسهّل ذلك هي التي ستبقى.