Bez wielkiego budżetu, czyli jak stworzyć wideo z pomocą AI

Skoro jesteśmy w akademii, to zacznijmy od… testu! W niektórych kręgach w mediach społecznościowych przyjęło się coś na kształt dowcipu, że o rozwoju treści wideo generowanych za pomocą sztucznej inteligencji ma świadczyć test Willa Smitha. Nie wiemy, na ile pamiętasz, ale jakiś czas temu sieć zalało mocno niedoskonałe wideo z popularnym hollywoodzkim aktorem jedzącym spaghetti – klip był wręcz groteskowy, pełen niedociągnięć. Wraz z rosnącymi możliwościami modeli językowych jakość uzyskiwanych treści znacząco się poprawiła, a sam Smith wcinający włoskie danie stał się swego rodzaju benchmarkiem na to, co współcześnie można uzyskać w zakresie filmów dzięki sztucznej inteligencji.

I rzeczywiście, obecne możliwości – w porównaniu z tym, co obserwowaliśmy kilka lat temu – są nieporównywalnie większe. W 2022 r. głośno było o kampanii reklamowej firmy Mastercard, w której Lionel Messi opowiadał o swojej bezcennej podróży z Argentyny do Hiszpanii. Pod koniec klipu piłkarz spotyka siebie z przeszłości, zamieniając tym samym z młodym Leo kilka słów, co nie byłoby możliwe, gdyby nie AI i deep fake (to zresztą, jak podkreślają eksperci z branży reklamowej, naturalny kierunek – ambasador marki, by nagrać promujące ją wideo, już wkrótce nie będzie musiał uczestniczyć w czasochłonnych i kosztownych zdjęciach – całość będzie można wygenerować dzięki AI).

Sztuczna inteligencja generująca wideo to rozwiązanie zarezerwowane nie tylko dla największych. Korzystają z niego również mniejsi przedsiębiorcy, a także freelancerzy – a w tej lekcji zdradzimy ci kilka sekretów, dzięki którym twoje
spaghetti zawsze będzie się prezentować jak podane w najlepszej włoskiej
restauracji.

Zanim jednak zaczniemy, przypominamy! Zaawansowane modele co prawda potrafią tworzyć wideo z tekstu, utrzymywać spójność postaci, a nawet oddawać fizykę świata (np. cień padający zgodnie z kierunkiem światła), ale również AI ma swoje granice, więc nie jest tak, że technologia zrobi za ciebie wszystko.

Z czego skorzystać

Na rynku jest dostępnych mnóstwo narzędzi umożliwiających generowanie wideo – zdecydowanie niełatwo jest odnaleźć się w ich gąszczu. Oto kilka z nich, na które warto zwrócić uwagę.

Runway AI. Jak przekonują eksperci, to idealne narzędzie do przetestowania możliwości generowania klipów przez sztuczną inteligencję, dzięki któremu można stworzyć film nie tylko przez prompt, ale też dzięki image-to-video (na podstawie obrazu referencyjnego) czy video-to-video (na podstawie wideo referencyjnego). Runway sprawdza się zwłaszcza w marketingu, ponieważ dosyć szybko i intuicyjnie możesz stworzyć całkiem atrakcyjny spot promocyjny.

Sora. Narzędzie od OpenAI umożliwiające tworzenie krótkich filmów na podstawie tekstu, obrazu lub wideo. Pozwala stworzyć storyboard (film złożony z wielu zaplanowanych ujęć), jednak najlepiej radzi sobie z jednowątkowymi, spójnymi scenami.

Adobe Firefly. Zalety? Działa w przeglądarce, integruje się z innymi aplikacjami Adobe oraz pozwala tworzyć animacje 2D, efekty specjalne i wizualizacje w stylu cinematic. Co istotne, generowane treści są bezpieczne komercyjnie, ponieważ model został wytrenowany na danych z Adobe Stock i domeny publicznej.

Które z powyższych narzędzi jest najlepsze? Na tak zadane pytanie trudno odpowiedzieć – najpierw trzeba się zastanowić, czego oczekujemy od AI, a następnie sprawdzić, co nam najbardziej odpowiada.

Pięć kroków do dobrego klipu

Generowanie wideo działa bardzo podobnie jak generowanie obrazów, z tą różnicą, że w ruchu dużo łatwiej o błędy. Jeśli chcesz uniknąć tego, by twój bohater miał trzy nogi, a na niebie pojawiły się dwa słońca, dobrze zaplanuj prompt. Najlepiej rozpocząć od najprostszych opisów – z jedną postacią, jedną akcją.

Jak przekonują eksperci Business Programme AI, kluczem jakościowej instrukcji jest pięć punktów:

1. Podmiot, czyli kto lub co znajduje się w centrum sceny. Warto dodać charakterystyczny szczegół jak kolor włosów czy wiek postaci.

2. Akcja, czyli co robi podmiot. Pro tip: stosuj konkretne czasowniki!

3. Scena, czyli gdzie rozgrywa się akcja. Zdecydowanie unikaj ogólnych stwierdzeń w stylu: „w pomieszczeniu”.

4. Ruch kamery, czyli jak porusza się kamera podczas sceny. Bez tego parametru AI może dodać losowy ruch, którego skutki trudno przewidzieć.

5. Styl wizualny. AI rozumie konteksty, więc wskazane jest dodanie np. hasła „film noir”.

Pamiętaj przy tym, że pisanie promptów jest procesem iteracyjnym, wymagającym powtarzania, a pierwszy efekt rzadko będzie świetny. Traktuj go więc raczej jako wersję roboczą – coś, co pokazuje, jak sztuczna inteligencja zinterpretowała twój opis.

Cytrynowe płatki

Tworzenie wideo za pomocą sztucznej inteligencji to proces i znacznie większe wyzwanie niż generowanie obrazów. Na zakończenie chcemy podpowiedzieć, że prompty zawsze warto pisać w języku angielskim (nawet jeśli narzędzie obsługuje również inne języki), a AI lepiej rozumie pozytywne opisy – dlatego zamiast komendy „no rain”, lepiej wpisać „clear blue sky”.

Czy jesteś gotowy/a na zadanie domowe? W tym miesiącu jesteśmy szczególnie ciekawi efektów! Wyobraź sobie, że jesteś marketerem odpowiadającym za wprowadzenie na rynek nowych płatków śniadaniowych o smaku cytrynowym. Stwórz krótki klip promujący nadchodzący produkt, który mógłby stać się viralem w mediach społecznościowych, ale raczej ze względu na pomysł bądź jakość wykonania, a nie niedociągnięcia, które można byłoby wykpić.

Na efekty czekamy jak zawsze pod adresem: [email protected].

_________

Okiem eksperta:

Damian Jemioło, ekspert Business Programme AI

Czy za sprawą rozwoju sztucznej inteligencji profesjonalne agencje Wideo wkrótce znikną z rynku?

Generowanie wideo za pomocą AI znacząco się poprawiło na przestrzeni ostatnich kilku miesięcy. Efekty są o wiele realistyczniejsze, a dodatkowo takie modele jak Veo 3.1 czy Sora 2 umożliwiają nam dodatkowo tworzenie muzyki czy voice-overu od razu do danego filmiku. Świetnie, ale nadal te narzędzia mają solidne ograniczenia, więc ich rozwój nie spowoduje zniknięcia agencji wideo czy marketingowych w ogóle.

Nadal ktoś musi wpisywać te prompty, ciągle wygenerowane treści ograniczają się zaledwie do kilku sekund. Co to oznacza? Krótka reklama wideo – może i wystarczy jeden prompt. Dłuższy spot? Więcej generowanych treści, później montaż i pewnie po drodze kilka iteracji, ponieważ mało kiedy pierwotny efekt będzie idealny. AI pod tym kątem ciągle jest po prostu wsparciem.

I owszem, otwiera większe możliwości, bo np. sektor mikro- i małych firm może tworzyć treści wideo taniej i szybciej niż dotychczas – w końcu nie będą zdani na nagrywanie czegoś telefonem i będą mogli tworzyć kreatywne reklamy. Jednak nadal potrzeba zrozumienia celu, jakie dany materiał wideo ma spełnić (chcesz generować wideo dla wideo, czy chcesz stworzyć treść, która będzie sprzedawać?), pomysłu, wiedzy i umiejętności.

Zresztą same agencje marketingowe również korzystają z AI i zaryzykuję stwierdzenie, że lepiej będą sobie radzić te, które zrozumieją i nauczą się, jak działać ze sztuczną inteligencją.