أعلنت شركة بايت دانس، المالكة لتطبيق تيك توك، عن تطوير نموذج ذكاء اصطناعي جديد يُدعى «INFP»، يتيح تحويل الصور الشخصية الثابتة إلى مقاطع فيديو تظهر فيها الصور وكأنها تتحدث وتتفاعل مع المدخلات الصوتية.

وتوفر «الأسبوع» لمتابعيها معرفة كل ما يخص، INFP، وذلك ضمن خدمة مستمرة تقدمها لزوارها في مختلف المجالات ويمكنكم المتابعة من خلال الضغط هنا.

إدارة المحادثات تلقائيًايتميز النموذج بقدرته على إنشاء محادثات واقعية بين شخصين دون الحاجة إلى تحديد أدوار التحدث والاستماع يدويًا.

المرحلة الأولى: تقليد حركات الرأس وتعابير الوجه الدقيقة من خلال تحليل مقاطع الفيديو، وتحويلها إلى بيانات قابلة للاستخدام لتحريك الصور الثابتة.

المرحلة الثانية: إنشاء حركات ديناميكية تتماشى مع الصوت وتُظهر التفاعل بشكل طبيعي، من خلال تحليل الصوت لإنشاء أنماط حركة طبيعية للتحدث والاستماع، مع تعديل هذه الأنماط لتتوافق بشكل واقعي مع الصوت.

قاعدة بيانات متطورة: طورت الشركة قاعدة بيانات جديدة تُدعى «DyConv» تضم أكثر من 200 ساعة من محادثات حقيقية، ما يضمن دقة في محاكاة المشاعر وحركات الوجه.

رغم أن النموذج يعتمد حاليًا على الصوت فقط، تعمل بايت دانس على تطويره ليشمل «النصوص والصور، بالإضافة إلى تقنيات لتحريك الجسم بالكامل، وليس الرأس فقط».

ويُعد هذا النظام جزءًا من استراتيجية الذكاء الاصطناعي لبايت دانس، إذ يمكن لتطبيقات شهيرة مثل «تيك توك و Cap Cut» التابعة لبايت دانس أن تكون منصات مثالية لتوظيف هذه الابتكارات.