עד לא מזמן, יצירת וידאו באמצעות בינה מלאכותית הייתה תהליך של המתנה. כותבים תיאור, שולחים אותו למודל ומחכים לקליפ. גם כשהתוצאה מרשימה, היא עדיין מוצר מוגמר: הסרט נוצר קודם, ורק אחר כך אפשר לצפות בו.

הדגמה חדשה של MiniMax H3 Max, גרסת וידאו של MiniMax שעברה אימון נוסף ואופטימיזציה בידי fal.ai, מציעה שינוי משמעותי במשוואה הזאת. בהדגמה שפורסמה סביב המודל, 15 שניות של וידאו נוצרו בתוך כ-9 שניות. כלומר, המערכת מייצרת תוכן מהר יותר מקצב הניגון שלו.
זה לא אומר שכל בקשה תסתיים תמיד בתשע שניות. זמן היצירה תלוי ברזולוציה, בעומס, באורך הפרומפט ובתנאי המערכת. fal מציגה גם מדד של פחות משלוש שניות ליצירת קליפ באורך חמש שניות. אבל עצם המעבר למצב שבו אפשר לייצר את הקטע הבא לפני שהצופה סיים לראות את הקטע הנוכחי משנה את אופי המדיום.
לא עוד קובץ, אלא זרם וידאו
במקום סרטון שנוצר, נשמר ומופעל, אפשר לדמיין זרם וידאו שנבנה תוך כדי צפייה. המודל מקבל הוראות, יוצר סצנה קצרה עם תמונה וקול מסונכרן, והמערכת כבר מכינה את ההמשך ברקע. עם חיץ קטן של כמה שניות אפשר לשמור על רצף צפייה גם אם כל קטע נוצר בנפרד.
היישום המיידי הוא שידור חי גנרטיבי. הצופים כותבים בצ'אט, מערכת שפה בוחרת או מעבדת את הרעיונות, והמודל יוצר את הסצנה הבאה. לא מדובר רק בסרטון אקראי שמתחדש בלי סוף, אלא בפורמט שבו תגובות הקהל עשויות להשפיע על מה שקורה על המסך: לאן דמות תלך, איזה אירוע יתרחש והאם הסיפור יפנה לקומדיה, מתח או מדע בדיוני.
הדגמה של וידאו מהיר מקצב הניגון
מסרט אינטראקטיבי לסרט אישי
עד היום, אינטראקטיביות בדרך כלל הסתכמה במסלולים מוכנים מראש: בנקודה מסוימת הצופה בוחר בין שתי אפשרויות, וכל בחירה מובילה לקטע שכבר הופק מראש. זהו עץ החלטות עם מספר סופים מוגבל.
כאשר הווידאו נוצר מהר יותר מהצפייה, אין הכרח להכין את כל הענפים מראש. אפשר ליצור סיפור שמגיב לכל צופה בנפרד. אותו עולם בדיוני יכול להישאר עקבי, אך העלילה יכולה להשתנות לפי העדפות, תחומי עניין והחלטות שמתקבלות תוך כדי הצפייה.
צופה אחד עשוי לקבל סדרת מתח בלשית עם דיאלוגים בעברית, מבטא ירושלמי ובדיחות שהוא מכיר. צופה אחר יכול לקבל את אותה נקודת פתיחה כהרפתקת מדע בדיוני באנגלית, עם דמויות אחרות, קצב שונה וסגנון ויזואלי אחר. אפילו אביזרים ברקע, מוזיקה, סוג ההומור והבחירות הקטנות של הדמויות יכולים להפוך לחלק מפרופיל צפייה אישי.
בתרחיש כזה, הסרט אינו רק תוכן מותאם אישית בסגנון המלצות של שירותי סטרימינג. הוא עצמו הופך למוצר אישי. לא רק בחירת הסרט מותאמת לצופה, אלא גם התסריט, הדמויות, השפה, הקצב והעולם שבתוכו העלילה מתרחשת.
גם הפרסום נכנס לסצנה
גם פרסום עשוי להשתנות בהתאם. במקום הפסקת פרסומות זהה לכולם, מותג יכול להופיע בתוך הסצנה: משקה על השולחן, מכונית ברחוב, חנות שבה הדמות נכנסת או מוצר שנבחר כחלק מהעלילה. זה פותח אפשרויות מסחריות חדשות, אבל גם מחייב שקיפות ברורה. כשהסיפור מותאם אישית, גם פרסומת סמויה יכולה להפוך מדויקת ואפקטיבית הרבה יותר.
רגע ה-ChatGPT 2.0 של הווידאו
העלות של יצירה רציפה עדיין עשויה להפוך שירות כזה לבלתי כלכלי עבור קהל רחב, לפחות בשלב הזה. נדרשים גם חישוב, תשתית, בקרת תוכן וניהול זכויות בהיקף גדול. אבל נקודת המפנה אינה רק באיכות התמונה או בעלות של קליפ בודד, אלא במהירות.
אפשר לראות בכך את רגע ה-ChatGPT 2.0 של יצירת הווידאו: השלב שבו המגמה כבר אינה תחזית או הדגמה מעבדתית, אלא דבר שאפשר לראות מתרחש מול העיניים, ליטרלית. מהרגע שבו מערכת מסוגלת להפיק יותר וידאו מכפי שהצופה מספיק לראות, וידאו גנרטיבי מפסיק להיות כלי ליצירת קליפים. הוא יכול להפוך למנוע של חוויות מתמשכות, אינטראקטיביות ואישיות לחלוטין.
הטכנולוגיה עדיין צריכה להוכיח עקביות של דמויות ועלילה לאורך זמן, להתמודד עם זכויות יוצרים ולבנות כללי גילוי נאות לפרסום מותאם. ובכל זאת, המודל כבר מדגים שינוי חשוב: וידאו אינו חייב להיווצר מראש. הוא יכול להיווצר יחד עם הצופה.
