فلاکس ۳ ویدیو با وعدهٔ وزنهای باز
هوش مصنوعیClaude Opus 5خلاصهٔ کاملتر
فلاکس ۳ ویدیو مدل ویدیوسازی تازهٔ بلک فارست لبزه که چند هفته بعد از رونمایی، حالا از طریق پلتفرمهایی مثل Runway و Leonardo در دسترسه و تا ۲۰ ثانیه کلیپ میسازه. خود شرکت میگه مدل رو طوری ساخته که واقعیت رو تا حد ممکن دقیق مدل کنه، یعنی تمرکز روی درست بودن فیزیک صحنهست نه فقط جلوهٔ بصری. ولی چیزی که واقعاً متمایزش میکنه، برنامهٔ اعلامشده برای انتشار یه نسخهٔ وزنبازه.
نویسنده با پرامپتهای یکسان تستش کرده و میگه خروجی فلاکس ۳ بیشتر شبیه هنر تولیدیه تا فیلم واقعی؛ حتی نمونههای خود سایت شرکت هم اینو پنهون نمیکنن. چیزی که جالبه رفتار مدله نه پرداختش: با یه توضیح متنی و بدون هیچ فهرست نمایی، چند صحنه و زاویهٔ دوربین مختلف میسازه — تو تست زیر آب، غواص و چند کات و تغییر زاویه رو خودش درآورده. این تقسیم خودکار صحنه با مدلی که فقط یه پلان پیوسته رو ادامه میده فرق اساسی داره.
همون هفته بایتدنس هم سیدنس ۲.۵ رو داد بیرون و مقایسهشون گویاست. سیدنس تا ۳۰ ثانیه کلیپ میسازه و تا ۳۰ تصویر، ۱۰ کلیپ ویدیویی و ۱۰ فایل صوتی رو بهعنوان مرجع تو یه پاس قبول میکنه، بهعلاوهٔ کنترل ویرایش در سطح تایماستمپ. خروجیش هم واقعگرایانهتره، هرچند تو تستها مشکل انسجام داشته؛ مثلاً یه چتر دریایی با تغییر زاویهٔ دوربین به چیزی شبیه بلور تبدیل شده.
به نظر نویسنده دلیل اصلی برای دنبال کردن فلاکس ۳ کیفیت این هفتهش نیست، نقشهٔ راه وزنبازشه. تو بازاری که مدلهای ویدیویی قوی همه بستهان، نسخهٔ وزنباز یعنی توسعهدهنده میتونه مدل رو دانلود کنه، بررسی و فاینتیون کنه و ببره تو پایپلاین خودش، بهجای وابستگی کامل به یه API میزبانیشده با قیمت و محدودیت متغیر. سؤال بیجواب اندازهشه: هنوز مشخص نیست روی GPU خونگی جا میشه یا زیرساخت ابری سنگین میخواد.
نویسنده این هشدار رو هم اضافه میکنه که هرچی این مدلها بهتر میشن، تشخیص ویدیوی واقعی از ساختگی سختتر میشه. واترمارک هم چون قابل برش و انکود مجدده، راهحل کاملی نیست؛ کاری که عملاً میشه کرد اینه که آدم به ویدیوی تأییدنشده — مخصوصاً اونی که زیادی دراماتیک یا زیادی بهموقعه — با شک نگاه کنه.
نکات کلیدی:
- فلاکس ۳ ویدیو تا ۲۰ ثانیه کلیپ میسازه و از طریق Runway و Leonardo در دسترسه
- از یه پرامپت واحد چند صحنه و زاویهٔ دوربین میسازه، بدون اینکه بهش گفته باشی
- سیدنس ۲.۵ بایتدنس تا ۳۰ ثانیه، با ۳۰ تصویر و ۱۰ ویدیو و ۱۰ فایل صوتی مرجع و ویرایش زمانبندیشده
- ظاهر فلاکس ۳ مصنوعیتره، ولی ترکیببندی چندزاویهش پویاتر عمل میکنه
- بلک فارست لبز وعدهٔ نسخهٔ وزنباز داده؛ نیاز سختافزاری و لایسنسش هنوز اعلام نشده
