مدل ویدیویی Wan2.2 Animate علی‌بابا؛ تعویض چهره و متحرک‌سازی شخصیت‌ها در هر ویدیو
تیم هوش مصنوعی علی‌بابا با رونمایی از مدل وزن‌باز Wan2.2-Animate-14B، امکان متحرک‌سازی تصاویر ثابت و تعویض دقیق چهره بازیگران را در ویدیوها فراهم کرد. این مدل با پشتیبانی از ComfyUI و اجرای محلی، فرآیند ویرایش و خلق ویدیو را بدون نیاز به کامپوزیت دستی به‌شدت ساده می‌کند.
در یک نگاه (نکات کلیدی خبر)
خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع
- مدل وزن‌باز Wan2.2-Animate-14B امکان انتقال حرکات به تصاویر ثابت یا جایگزینی بازیگر را در ویدیوهای موجود فراهم می‌کند.
- این ابزار از ComfyUI پشتیبانی می‌کند و با کمک LoRA نورپردازی مجدد، کاراکتر جدید را به‌خوبی با نور صحنه اصلی هماهنگ می‌سازد.
- استفاده از مدل تحت مجوز آپاچی ۲٫۰ آزاد است، اما رعایت حقوق قانونی چهره‌ها و تصاویر ورودی بر عهده کاربر خواهد بود.
تیم توسعه مدل‌های Wan در شرکت علی‌بابا به‌تازگی از مدل Wan2.2-Animate-14B رونمایی کرده است؛ یک مدل ویدیویی وزن‌باز (Open-weight) که می‌تواند حرکات و حالات چهره را از یک ویدیوی راهنما به تصویر یک کاراکتر منتقل کند یا بازیگر حاضر در یک ویدیوی ضبط‌شده را به‌طور کامل تعویض کند. ترکیب هر دو قابلیت در قالب یک فرآیند واحد، نیاز به جابه‌جایی میان مدل‌های گوناگون و کامپوزیت دستی را برطرف می‌سازد، در حالی که پشتیبانی از رابط کاربری ComfyUI و خط فرمان، امکان اجرای محلی آن را برای کاربران فراهم کرده است.
طبق گزارش پلتفرم هاگینگ فیس (Hugging Face)، بسته نرم‌افزاری جامع‌تر Comfy-Org تاکنون بیش از ۷٫۹ میلیون دانلود داشته است. البته این مخزن فایل‌های متعددی از نسخه Wan 2.2 را در بر می‌گیرد و شمارنده دانلود آن نشان‌دهنده تعداد کاربران منحصربه‌فرد یا آمار اختصاصی نصب مدل Animate نیست.
مدل Wan2.2-Animate-14B تصویر یک کاراکتر مرجع و یک ویدیوی راهنما را دریافت می‌کند و سپس فرآیند پردازش را در یکی از دو حالت زیر پیش می‌برد:
حالت | عملکرد | پیش‌نیاز کلیدی |
|---|---|---|
انتقال حرکت (Move) | ویدیوی جدیدی تولید می‌کند که در آن، کاراکتر مرجع حرکات بدن، حالات چهره و زمان‌بندی ویدیوی راهنما را تقلید و اجرا می‌کند. | تصویر مرجع شفاف و ویدیوی راهنما با کادربندی مناسب. |
جایگزینی (Replace) | بازیگر یا سوژه اصلی را در حالی تعویض می‌کند که حرکت دوربین، پس‌زمینه و ترکیب‌بندی کلی ویدیو کاملاً حفظ می‌شود. | ماسک دقیق از کاراکتر و هماهنگی نزدیک زاویه و مقیاس سوژه اصلی با جایگزین جدید. |
حالت جایگزینی شامل یک ماژول LoRA اختصاصی برای تنظیم دوباره نورپردازی (Relighting) است که به هماهنگ‌سازی طبیعی کاراکتر اضافه‌شده با نور محیطی صحنه اصلی کمک می‌کند. این مدل از وضوح خروجی ۴۸۰p و ۷۲۰p پشتیبانی می‌کند، هرچند افزایش رزولوشن، تعداد فریم‌ها و طول ویدیو میزان مصرف حافظه گرافیکی را افزایش می‌دهد.
دارایی‌های منتشرشده این مدل تحت مجوز آپاچی ۲٫۰ (Apache 2.0) مدیریت می‌شوند. با این حال، حقوق مالکیت تصاویر هنری مرجع، ویدیوهای منبع، صداها، علائم تجاری و چهره اشخاص تابع قوانین مجزا است؛ بنابراین سیستم‌های تجاری برای ورودی‌ها و خروجی‌های خود باید سازوکارهای دقیق رضایت‌نامه و کنترل اصالت اثر را پیاده‌سازی کنند.
حفظ هویت کاراکتر در گرو آماده‌سازی دقیق
مدل Wan2.2-Animate-14B به‌گونه‌ای طراحی شده است که هنگام بازآفرینی حرکات ویدیوی راهنما، چهره، فرم اندام، پوشش و شبح کلی کاراکتر مرجع را بادقت حفظ کند. در فرآیندهای قدیمی‌تر انیمیشن‌سازی، این ویژگی‌ها اغلب در طول فریم‌ها دچار تغییر و ناپایداری می‌شدند، چراکه تلاش برای حفظ هویت ثابت کاراکتر همواره در تقابل با آزادی عمل مدل در تولید ویدیوی نامحدود قرار می‌گرفت.
مطالب مرتبط و پیشنهادی
شوخی‌های نیش‌دار بازیگر هوش مصنوعی روی صحنه؛ هنرنمایی «تیلی نوروود» و نگرانی‌های جدی هالیوود
در جریان یک کنفرانس بازاریابی در فلوریدا، بازیگر هوش مصنوعی «تیلی نوروود» با حاضر‌جوابی، سرعت عمل بالا و شوخی‌های نیش‌دار خود روی صحنه توجه همگان را جلب کرد. با این حال، پشت این شوخی‌های خنده‌دار، نگرانی‌های عمیقی درباره جایگزینی استعدادهای انسانی، حق مالکیت فکری و پیامدهای زیست‌محیطی هوش مصنوعی در صنعت سرگرمی نهفته است.
توهم وفاداری مشتری؛ چرا هوش مصنوعی حتی کاربران راضی را به سمت رقبا می‌کشاند؟
بسیاری از شرکت‌های فناوری گمان می‌کنند مشتریان راضی هرگز سراغ رقبا نمی‌روند، اما ظهور ابزارهای هوش مصنوعی و تغییر رفتار خریداران این معادله را برهم زده است. پژوهش‌ها نشان می‌دهند امروزه مدیران و خریداران سازمانی پیش از هر تماسی، با کمک چت‌بات‌های هوش مصنوعی گزینه‌های بهتر و ساده‌تر بازار را ارزیابی می‌کنند.
داده‌های شما در اروپا است اما فناوری‌تان نه؛ توهم حاکمیت دیجیتال در عصر هوش مصنوعی
بسیاری از کسب‌وکارها تصور می‌کنند با نگهداری سرورها در خاک اروپا به حاکمیت دیجیتال رسیده‌اند، اما قطعی ناگهانی دسترسی به مدل‌های هوش مصنوعی آنتروپیک حقیقت دیگری را آشکار کرد. تا زمانی که کنترل ابزارهای توسعه در دست شرکت‌های خارجی باشد، تغییر جغرافیای داده‌ها استقلال واقعی نمی‌آورد.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.