گوگل و متا تاکنون قابلیت‌های خود را در قالب سیستم‌های مبتنی‌بر هوش مصنوعی برای تبدیل متن به ویدیو به نمایش گذاشته‌اند. اما این فناوری پیشرفته هنوز دردسترس عموم قرار نگرفته است. اگر مشتاقانه منتظر فرصتی بودید که با ارائه چند دستور ساده به هوش مصنوعی، فیلم بسازید، اکنون می‌توانید این‌کار را به‌لطف QuickVid انجام دهید.
قبل از اینکه انتظارات خود را خیلی بالا ببرید، مهم است بدانید که عملکرد QuickVid معادل تولید هزاران عکس مثل سیستم Stable Diffusion و مونتاژ آن‌ها برای ایجاد یک ویدیو یا دسترسی به پیشرفته‌ترین سیستم‌های هوش مصنوعی در جهان نیست. درواقع، تکنیک هوش مصنوعی QuickVid راهکاری اولیه برای ورود به رقابت سیستم‌های هوش مصنوعی تبدیل متن به ویدیو می‌باشد.
اولین مرحله از فرآیند این سیستم هوش مصنوعی، تولید یک اسکریپت بر‌اساس درخواست شما است. هوش مصنوعی یک روایت کامل از دستور شما ایجاد و سپس گفتار را با انتخاب صدای مرد یا زن ادغام می‌کند. ویدیوی پس‌زمینه کلیپ نیز از نمونه‌های موجود قبلی انتخاب می‌شود.
QuickVid به‌عنوان حرکت نهایی مشکوک، اسکریپت را به‌صورت عنوان روی ویدیو قرار می‌دهد و تصاویر کوچک تولیدشده با API هوش مصنوعی Dall-e را به آن اضافه می‌کند. درنتیجه، ویدیو کوتاهی خواهید داشت که می‌توانید آن را در بالا مشاهده کنید.
توسعه‌دهنده QuickVid در یکی از مصاحبه‌های خود اعلام کرد بهبودهایی برای این سیستم هوش مصنوعی در راه است. احتمالاً در ماه ژانویه، گزینه‌های بیشتری برای شخصی‌سازی ویدیوها دردسترس قرار خواهد گرفت. این ابزار درنهایت از توضیحات و آواتارها نیز پشتیبانی خواهد کرد.
به‌این‌ترتیب، سال آینده احتمالاً شاهد عرضه راهکارهای جدید مبتنی‌بر هوش مصنوعی برای تبدیل متن به ویدیو در کنار شگفتی‌های بصری مانند عینک‌های واقعیت افزوده و هدست‌های واقعیت مجازی خواهیم بود.
