شاهکار جدید Manus 2.0؛ تبدیل یک خط پرامپت ساده به ویدیوی کامل با ۷۵۷ لایه قابل ادیت!

تیم Manus در نسخه جدید Manus 2.0 یک ویرایشگر ویدیویی کاربردی اضافه کرده تا ایجنت همه‌کاره‌اش وارد دنیای واقعی تدوین ویدیوی چندترکه (Multitrack) شود. حالا همه چیز از یک پرامپت تک‌جمله‌ای شروع می‌شود؛ ایجنت خودش موضوع را زیر و رو می‌کند، فیلم‌نامه اولیه را می‌نویسد، مدیا و تصاویر لازم را می‌سازد و یک راف‌کات اولیه سرهم می‌کند. بعد از آن، نرم‌افزار Manus Studio تمام کلیپ‌ها، زیرنویس‌ها، المان‌های گرافیکی، نریشن، موزیک و افکت‌های صوتی را روی یک تایم‌لاین کامل می‌گذارد تا کاربر بتواند هرجایی را که خواست دستی ادیت کند. همان‌طور که در پست معرفی رسمی اشاره شده، این قابلیت دست روی بزرگ‌ترین چالش ویدیوهای هوش مصنوعی گذاشته است: ویدیوهای تولیدی هوش مصنوعی همیشه قبل از انتشار به ساختاربندی دقیق، تنظیم زمان‌بندی، صداگذاری تمیز و هماهنگی با هویت بصری برند نیاز دارند و نمی‌شود کار را همان‌طور خام منتشر کرد.

ساخت ویدیو؛ کاری پر از جزئیات و وابسته به کانتکست

تکمیل یک ویدیوی درست‌وحسابی نیازمند صدها تصمیم متوالی و زنجیره‌ای است؛ تصمیماتی که بر اساس فوتیج‌های اولیه، سرچ‌های وب، فایل‌های برند، کدها و اصلاحات قبلی شکل می‌گیرند. ایجنت Manus تمام این سرنخ‌ها و کانتکست را در تمام مراحل تولید همراه خود نگه می‌دارد و در نهایت خروجی را در قالب یک پروژه کاملاً لایه‌باز و قابل ویرایش ذخیره می‌کند. تایم‌لاین برنامه به شما اجازه می‌دهد تغییرات فوق‌العاده ریزی اعمال کنید؛ مثلاً صدای پس‌زمینه را کمی پایین بیاورید یا فقط نیم ثانیه از یک کلیپ را کات بزنید، بدون اینکه مجبور باشید کل ویدیو را از اول بسازید یا رندر بگیرید.

جایی که کدنویسی خلاء مدل‌های هوش مصنوعی را پر می‌کند

این ایجنت برای تولید شات‌های ویدیویی از مدل‌های متخصصی مثل Seedance 2.5 استفاده می‌کند و در کنارش از ابزار‌های مختلف برای ساخت عکس، موسیقی، نریشن و افکت‌های صوتی کمک می‌گیرد. علاوه بر این، محیط کامپیوتری مدیریت‌شده آن می‌تواند مستقیماً برای ساخت موشن‌گرافیک، لی‌اوت‌ها، نمودارها و مسیرهای نقشه کدنویسی و اجرا کند، سپس خروجی را رندر بگیرد، با گرفتن اسکرین‌شات نتیجه را ارزیابی کند و در صورت نیاز اصلاحش کند.

جالب اینجاست که در یک نمونه، ایجنت با استفاده از ابزار FFmpeg یک فوتیج ۲۴ فریم بر ثانیه را به ۱۲۰ فریم تبدیل کرد تا پخش اسلوموشن روان ۵ برابری ایجاد کند. به گفته تیم Manus، ایجنت خودش این ترفند فنی را انتخاب کرده و هیچ دستور صریحی برای آن از کاربر نگرفته بود.

تحویل پروژه روی ترک‌های جداگانه؛ ادیتور وارد میدان می‌شود

نرم‌افزار Manus Studio که برای مک‌اواس و ویندوز عرضه شده، پروژه را شبیه یک ادیتور غیرخطی حرفه‌ای (همان محیط‌های چندترکه استانداردی که پریمیر و داوینچی دارند) پیش روی شما می‌گذارد. وقتی ایجنت کار ساخت راف‌کات اولیه را تمام می‌کند، شات‌های تولیدی، فوتیج‌های واردشده، زیرنویس‌ها، موشن‌گرافیک‌ها، نریشن، موسیقی و افکت‌های صوتی همگی در ترک‌های کاملاً جداگانه قرار دارند.

تدوین‌گران می‌توانند با کنترل‌های استاندارد تایم‌لاین، کلیپ‌ها را جابه‌جا کنند، متن زیرنویس‌ها را بازنویسی نمایند، فایل‌ها را با نسخه‌های دلخواه جایگزین کنند و میزان ولوم صدا را دستکاری نمایند. حتی می‌توانید از خود ایجنت بخواهید این تغییرات را برایتان انجام دهد. نکته فوق‌العاده اینجاست که ادیت‌های دستی شما و دستورات ایجنت همگی روی همان فایل مشترک پروژه اعمال می‌شوند؛ بنابراین ایجنت می‌تواند درست از جایی که شما تغییرات دستی اعمال کردید کار را ادامه دهد.

تست فشار با ۱۲۵ کلیپ و ساخت ویدیویی با صدها المان

تیم سازنده Manus برای آزمایش قدرت این سیستم، حدود دو ساعت ویدیوی خام سفر را در قالب ۱۲۵ فایل روی سیستم بارگذاری کرد. ایجنت صدای این کلیپ‌ها را تبدیل به متن کرد، فریم‌های مهم هر ویدیو را تحلیل نمود، یک خط داستانی بر اساس برنامه سفر چید و در نهایت زمان‌بندی ویدیوی ساخته‌شده را بررسی و بخش‌های اضافی را کوتاه کرد.

این جریان کاری به درد چه پروژه‌هایی می‌خورد؟

شرکت Manus این ویرایشگر را دقیقاً برای پروژه‌هایی طراحی کرده که وابسته به کانتکست غنی، حجم تولید بالا و سرعت بازبینی بالا هستند:

• ویدیوهای معرفی محصول و لانچ که از اسناد نوشن (Notion)، مکالمات اسلک (Slack)، فایل‌های فیگما (Figma) و مخازن کد گردآوری می‌شوند
• ویدیوهای تشریحی و خبری (Explainer) بر اساس ترندهای روز در ردیت یا یوتیوب
• تبلیغات سوشال با سبک ویدیوی تولیدی کاربر (UGC) برای برندهای کوچک
• بومی‌سازی و دوبله یک ویدیو به چندین زبان مختلف
• برش کلیپ‌های کوتاه و ریلز از مصاحبه‌ها، جلسات و فایل‌های ضبط‌شده طولانی

در پست معرفی محصول پیشنهاد شده که تیم‌های کوچک می‌توانند از تبلیغات سنتتیک و سبک UGC به عنوان یک آزمایش کم‌هزینه برای سنجش ایده استفاده کنند و در صورت استقبال مخاطبان، سراغ تولید باکیفیت‌تر با تولیدکنندگان محتوای واقعی بروند.

جزئیات دقیق و راستی‌آزمایی هنوز نیازمند انسان است

به گفته Manus، خروجی اولیه ایجنت معمولاً به ۸۰ تا ۹۰ درصد نتیجه مطلوب می‌رسد؛ البته این یک برآورد درون‌سازمانی است نه یک بنچمارک مستقل. بازبینی انسانی همچنان برای تصمیمات سلیقه‌ای و متناسب با هویت برند ضروری است؛ مواردی مثل انتخاب نوع موسیقی، تنظیم میلی‌متری طول کات‌ها، لحن زیرنویس‌ها و جایگزین کردن تصاویر مصنوعی محصول با فوتیج‌های واقعی و تأییدشده برند.

از طرف دیگر، تحقیقات وب هم حتماً به راستی‌آزمایی منابع احتیاج دارد. مثلاً در یک نمونه درباره مسابقه هفته خرس‌های چاق (Fat Bear Week)، ایجنت آمار آرا را فقط در یک صفحه هواداری فیس‌بوک پیدا کرد؛ اما به جای انتشار چشم‌بسته، خودش منبع ضعیف را علامت‌گذاری کرد و از کاربر خواست قبل از انتشار، درستی این ادعا را چک کند.

چگونه به ویرایشگر ویدیوی Manus دسترسی پیدا کنیم؟

ابزار Video Editor در برنامه دسکتاپ Manus Studio برای سیستم‌عامل‌های مک‌اواس و ویندوز در دسترس قرار گرفته است (فعلاً نسخه‌ای برای لینوکس ارائه نشده است). کاربران نسخه تحت وب می‌توانند پس از ساخت ویدیو، گزینه ویرایش در ویدیو ادیتور را انتخاب کنند تا پس از نصب نرم‌افزار دسکتاپ، تایم‌لاین کامل پیش رویشان باز شود.

هزینه استفاده از این ویژگی طبق همان پلن‌های فعلی Manus محاسبه می‌شود و این شرکت پلن یا هزینه جداگانه‌ای برای بخش ویدیو تعیین نکرده است.

البته در اطلاعیه معرفی هنوز اطلاعاتی درباره API، فرمت فایل‌های پروژه، هماهنگی با نرم‌افزارهای ادیت جانبی، مشخصات دقیق اکسپورت و محل پردازش مراحل مختلف ارائه نشده است؛ جزئیاتی که برای تیم‌های فنی و کسب‌وکارهایی که به دنبال اتوماسیون و استانداردهای حریم خصوصی هستند اهمیت زیادی خواهد داشت.

یک پروژه مشترک و دو ویرایشگر؛ همکاری انسان و هوش مصنوعی

نگاه Manus به ویدیو، شبیه یک فایل پروژه ساختاریافته و تغییرپذیر است که میان ابزار‌های وب‌گردی، مدل‌های تخصصی مدیا، محیط اجرای کد، نرم‌افزار دسکتاپ و کاربر انسانی به اشتراک گذاشته می‌شود. این رویکرد برای توسعه‌دهندگانی که روی محصولات مبتنی بر ایجنت کار می‌کنند، یک الگوی فوق‌العاده کاربردی به حساب می‌آید: دارایی‌های میانی را نگه دارید و اجازه دهید هم انسان و هم نرم‌افزار همان پروژه واحد را ویرایش کنند؛ اتفاقی که هم امکان اصلاحات نقطه‌ای و نظارت انسانی را فراهم می‌کند و هم جلوی هدر رفتن کار‌های انجام‌شده قبلی را می‌گیرد.