Ang Seedance 2.0 ng ByteDance ay nagdulot ng pagbabago sa industriya sa e-commerce, laro, at pelikula

Pagsulat: Zheng Minfang

Source: Wall Street Insights

Nang makita ng OpenAI sa kabilang dako ng karagatan ang "pindutan ng pause" para sa AI-generated model na Sora, ang mga malalaking kumpanya ng teknolohiya sa Tsina ay nagsimulang maglaban muli sa larangan na ito.

Ang pinakabagong AI video generation model ng ByteDance na Seedance 2.0 ay inilabas nang kamakailan, at naging sikat agad sa internet dahil sa kanyang mga benepisyo tulad ng multi-modal input, awtomatikong pagsasagawa ng camera movement, at konsistensya.

Ang tagapagtayo ng Game Science na si Feng Ji, matapos maranasan nang lubos, ay nagbigay ng isang mahalagang pagsusuri: "Ang larangan ng nilalaman ay tiyak na darating sa isang hindi pa nakita sa kasaysayan na inflation."

Ang propesiya ni Feng Ji ay hindi walang kabuluhan.

Ang impact ng krisis ay mabilis na nagsisimulang maipadala sa mga sektor ng e-commerce, laro, video platform, at pelikula at produksyon: sa larangan ng e-commerce, ang teknikal na threshold ng mababang antas ng outsourcing at shooting base ay ganap na tinanggal; sa industriya ng laro, ang panahon ng pagsusuri at produksyon ng mga materyales ay napipigilan hanggang sa pinakamataas, at ang kompetisyon ay mas mapaminsal; ang mga video platform ay kailangang paunlarin pa ang kanilang logic ng paghahatid upang tugunan ang mapabilis na pagtaas ng suplay; habang ang tradisyonal na linear na proseso ng "pagsasagawa ng pagkuha at pag-edit" sa pelikula at produksyon ay nasa harap ng isang "prompt + paggawa" na industrial na pipeline na nagpapahina ng kanilang antas.

Ang isang malaking pagbabago sa industriya tungkol sa benepisyo at pagpapalit ay nagsimula na.

Noong nakaraang taon, ang pinakamalaking problema ng AI video ay ang kakayahang ipadala.

Ang mga problema na ito ay umiiral sa mga platform tulad ng Sora, Runway, at ang mga lokal na platform tulad ng Keling, pati na rin ang Jiemeng na inimbento ng ByteDance. Ang mga nagsisimula ay madalas na nasa loob ng laro ng "gacha", at upang makakuha ng ilang segundo hanggang minuto ng video na hindi babagsak at konsistent, kailangan nilang bumuo ng ilang beses.

Ang pangunahing pagpapalaki ng Seedance 2.0 ay nasa pagsisikap na i-convert ang "showy tricks" o "mga kasanayan" sa "mga maipapagawing kuwento".

Ang mga pangunahing pag-unlad sa mga pangunahing kakayahan ay pangunahing ipinapakita sa tatlong aspeto:

Una, ang multimodal na input. Ayon sa buong araw na teknolohiya ng pagsusuri, ang unang pag-login ng mga miyembro ng isang user ay kailangan lamang ng 1 yuan para i-on ang awtomatikong pagbabayad upang direktang gamitin ang Seedance 2.0, na sumusuporta sa teksto, imahe, video at audio bilang input na materyales, maaaring sabihin na halos lahat ng mga format na maaari mong isipin ay maaaring i-input para lumikha ng isang video.

Ikalawa, ang pag-unawa sa kwento at pag-aaral kung paano gamitin ang mga kamera. Ang Seedance 2.0 ay nagpapakita ng "directorial-level" na pag-iisip, kaya ito ay hindi lamang naiintindihan ang komplikadong lohika ng kwento kundi maaari ring awtomatikong mag-ayos ng mga operasyon ng kamera at gawin ang mga operasyon ng kamera tulad ng paglilipat, paggalaw, at pag-ikot. Ang video ay hindi na lamang isang simpleng paggalaw ng mga static na imahe kundi mayroon na ito lohika ng kwento na may pelikulang anyo.

Ikatlo, ang konsistensya ng larawan. Ayon sa totoong pagsusuri ng All-Weather Technology sa maraming AI video generation apps sa merkado, ang mga problema tulad ng pagbagsak ng expression ng mukha habang galaw ng pangunahing bahagi at ang pagkakaroon ng malinaw at blurred background ay patuloy na nangyayari.

Ngunit mula sa demo video, ang Seedance 2.0 ay nanatiling pantay ang mga impormasyon ng mukha, larawan, atbp. habang gumagalaw ang pangunahing katawan, na nagpapahintulot sa isang magkakaugnay na pagpapahayag ng kuwento.

Ito ay nangangahulugan na ang AI video generation ay nagmula sa isang laruan papunta sa isang tool. Ang kakayahang ito na gawing standardized industrial pipeline ang video generation ay ginagawa ang "lahat ng tao ay maaaring direktor" ay hindi na isang walang kabuluhan na slogan, at ito rin ay malaki ring mababawasan ang gastos sa paggawa ng video.

Ginamit ni Feng Ji ang "pagbuhok ng presyo" upang ilarawan ang rebolusyon na ito.

"Ang gastos sa paggawa ng pangkalahatang video ay hindi na magagamit ang tradisyonal na lohika ng industriya ng pelikula at telebisyon at nagsisimulang lumapit sa marginal cost ng computing power. Ang larangan ng nilalaman ay tiyak na darating sa isang hindi pa nakita noon inflation, at ang tradisyonal na istruktura ng organisasyon at proseso ng paggawa ay babaguhin nang buo. Naniniwala ako na ang lahat ng mga taong gumamit na ay mabilis nang maintindihan na ang prophekyang ito ay hindi isang walang kabuluhan na takot." ayon kay Feng Ji.

Ang mga business model na nakasalalay sa dating istruktura ng gastos ay unang maaapektuhan nang umapril ang marginal cost ng video production papunta sa zero.

Ang e-commerce, larong online, mga platform ng video, at pagsasagawa ng pelikula ay maaaring ang unang apat na industriya na mailalapat ang epekto.

Ang pinakadirekta na epekto ng lindol ay una nang naramdaman sa larangan ng online commerce.

Ang mga video ng pagpapakita ng produkto, pagganap ng mga senaryo, at paliwanag ng mga tampok ay hindi talaga nakasalalay sa mga kumplikadong artipisyal na kuwento, kundi nasa malinaw na pagpapadala ng impormasyon.

Sa pagsikat ng Seedance 2.0, ang pinto ng pagkuha ng mga negosyante ng kakayahang gumawa ng video ay ganap na tinanggal. Ang mga abiso ng video outsourcing na nasa ibaba at mga base ng pagkuha ng video sa Taobao na nakasalalay dati sa "imbak ng impormasyon" at "technical barriers" ay marahil ay mawawalan ng trabaho, at ang paggawa ng video ay maaaring maging isang araw-araw na operasyon ng mga negosyante kaysa sa isang propesyonal na serbisyo ng outsourcing.

Kumpara sa e-commerce, ang epekto ng AI video generation model sa mga laro ay maaaring paunti pa, ngunit ang rebolusyon ay nagsisimula na.

Ang gastos sa pagsusuri ng mundo, pagpapatunay ng konsepto, at mga video ng materyales para sa pagbili ay bumaba nang eksponensyal. Mas maraming mga proyekto ang sasagipin sa mas maagang yugto at tatanggalin din sa mas maagang yugto.

Ang isang opisyales mula sa isang kompanya ng laro sa Beijing ay nagsabi sa AllThingsTech na ang kompanya ay nagsimulang magawa ng maliit na pagsubok para sa Seedance 2.0.

Ang mga modelo ng AI video generation ay patuloy ding nagbabago ng logic ng distribution ng mga video platform.

Para sa mga platform tulad ng TikTok at Kuaishou, ang mga video na nabuo ng mga modelo tulad ng Seedance 2.0 ay nagdudulot ng pagbaha ng mga nilalaman, na nagpapahintulot sa platform na punahin ang kanilang pangunahing kakayahan sa mekanismo ng "pagsusuri at paghahatid", halimbawa kung sino ang mayroon mas tumpak na algoritmo upang maghanap ng ginto mula sa malaking bilang ng AI-generated content, at sino ang may mas mataas na komersyal na conversion efficiency, siya ang nananalo.

Sa larangan ng pelikula at telebisyon, ang kakayahang mag-narate ng kwento ng Seedance 2.0 gamit ang maraming kamera ay maaaring muling ilarawan ang proseso ng produksyon.

Ang pagkabuo ng isang dating pelikula o serye ay madalas ayon sa isang mahigpit na linear na proseso ng industriya: Una'y mayroong malaking dami ng mga materyales na kinuhang larawan, at pagkatapos ay isinasagawa ng mga editor sa loob ng post-production room ang pagpili, paghahalo, at pagbuo ng isang naratibong lohika.

Ngunit sa lohika ng Seedance 2.0, ang hangganan na ito ay naging ambig.

Sa proseso ng pagkuha ng larawan, may posibilidad na maitataguyod ng AI model ang mga susunod na set ng dekorasyon sa isang abot-kayang gastos; ang mga modelo mismo ay mayroon nang pag-unawa sa paggalaw ng kamera at antas ng pagkuwento, kaya nang makagawa ito ng isang video, nang walang sinasabing nagawa na ang "pag-edit" sa parehong sandali.

Hindi na ngayon ang AI ay nagpapalabas ng mga hiwalay na footage, kundi direktang naghahatid ng "nakaayos na pelikula" na may patuloy na ugnayan ng panahon at espasyo.

Ito ay nangangahulugan na ang mahabang panahon ng post-production editing sa tradisyonal na pelikula at TV na paggawa ay nasa panganib na mawala sa algorithm na "dimensional reduction attack".

Ang hinaharap na proseso ng paggawa ay hindi na maaaring "pagsusulit + paghahalo", kundi "prompt + paggawa", at ang tungkulin ng mga editor ay magsisimulang magbago mula "operator" papunta sa "instruction engineer" o "aesthetic gatekeeper".

Bagaman ang mga video na ginawa ng kasalukuyang Seedance 2.0 ay hindi pa kumpleto, at mayroon pa mga aspeto na kailangang mapabuti tulad ng lohika, detalye, at mga larawan, sa konteksto ng bilis ng pag-unlad ng teknolohiya na lumalagpas sa inaasahan ng merkado, ang mga hamon na ito ay hindi magiging hadlang sa malapit nang hinaharap.

Ang kakaibang kakayahan ng Seedance 2.0 na "remake" ay hindi lamang nagbibigay sa karaniwang tao ng kasiyahan sa paglikha kundi nagdudulot din ng hindi pa nakita bago noong presyon sa mga may-ari ng copyright.

Nangunguna ngayon ang maraming mga "remake" at kahit na mga "parody" ng klasikong pelikula ni Zhou Xingchi sa mga maikling video platform.

Sa tulong ng AI video generation model, ang mukhang expression ni Zhou Xingchi, ang kanyang signature na pagtawa, at kahit ang kanyang classic na istilo ng pagsasalita ay maraming beses nang inilimbag ng mga user nang mura, kahit na nagsagawa ng maraming walang kwentang mga eksena na hindi pa nangyari.

Nanatiling mabilis na nagawa ito ng pansin ng grupo ni Zhou Xingchi.

Ang kanyang manager na si Chen Zhenyu ay nag-post ng isang pahayag na nagsisimula sa: "Gusto kong tanungin, ang mga ito ay nasa ilalim ng karapatang-ari ba (lalo na ang malaking pagkalat sa mga araw na ito), naniniwala ako na ang mga taga-gawa ay dapat nang kumita, at ang isang partikular na platform ay hindi ba ayaw pansinin at nagbibigay sa mga user upang lumikha at i-post?"

Ang tanong na ito, sa una'y tila nagpapakita ng takot sa copyright sa panahon ng AI, subalit mula sa malalim na loob ng komersyal na lohika, ito ay nangangahulugan ng kahalagahan ng mga nangungunang IP sa panahon ng AI.

Sa hinaharap, sa gitna ng abot-tanaw na alon ng AI-generated na nilalaman, ang teknolohiya mismo ay hindi na isang barrier, dahil ang bawat tao ay mayroon ng parehong Seedance 2.0 tool.

Ang tunay na barrier ay nananatiling nasa kontrol ng may-ari ng IP.

Sapagkat ang mga "high-end copy" na si Stephen Chow ay puno na ng merkado, mas nagpapakita ito ng hindi mapalitang halaga ng "real·Stephen Chow" IP.

Kapag ang suplay ng nilalaman ay hindi lamang sobra kundi "nagkakaroon ng inflation", ang oras at pansin ng mga user ay maging mahal na mahal. Ang mga klasikong IP na may malakas na emosyonal na穿透 na na-validate ng oras ang nananatiling makapagpapalayas agad ng pansin ng mga user.

Sa ibang salita, kahit na bumaba ang threshold ng produksyon dahil sa AI, ang halaga ng "kakikilala" ay walang hanggan ito itinaas.

Ang mga may-ari ng IP ay patuloy na may magandang paningin. Ang mga asset ng IP na nagmula nang maraming taon ay hindi na lamang mga obhetong mapapagalaw, kundi maaaring mapalaki nang eksponensyal ang kanilang komersyal na halaga sa pamamagitan ng opisyos na lisensya at sa tulong ng AI, na gagamitin ng milyun-milyong mga tagapaglikha.

Mula nang maging unang AI video generation model sa mundo ang Sora 1.0 na inilabas ng OpenAI noong Pebrero 2024 na sumusuporta sa paggawa ng hanggang 60 segundo, hanggang ngayon ay nagawa ng Seedance 2.0 ng ByteDance na makagawa ng 60 segundo ng orihinal na audio narrative na pelikula gamit ang multiple input modalities, lahat nito ay nangyari sa loob ng 2 taon lamang.

Sa panahon ng mabilis na pag-unlad ng teknolohiya, ang bawat sektor ng industriya ay nasa isang paliparan ng mga daan: ang mga gastos sa operasyon ay patuloy na tinatanggalan ng kanilang halaga, at ang mga uri ng trabaho na paulit-ulit, nakasalalay sa dami ng tao at oras ay mawawala ng walang awa; samantala, ang halaga ng IP at kreatibidad ay patuloy na pinapalakas.

Kapag naging madaling gamitin ang mga tool, ang magiging batayan ng kalidad ng output ay hindi na kung alam mo gamitin ang software, kundi kung gaano kakaiba at unique ang iyong pananaw sa mundo.