Нейросети научились создавать видео с идеально синхронизированным голосом и движениями за «пару слов»

Нейросети научились создавать видео с идеально синхронизированным голосом и движениями за «пару слов», а чтобы отличить их от реальных, в первую очередь следует смотреть на физику движений: искусственный интеллект (ИИ) слабо чувствует массу, инерцию и силу тяжести, рассказал РИА Новости ведущий эксперт в области ИИ «Университета 2035» Ярослав Селиверстов.

«Нейросети научились не просто рисовать, а создавать реальность. Если раньше генерация видео требовала недель рендеринга и гигабайтов данных, то теперь достаточно пары слов. Современные модели вроде Sora от OpenAI, Runway Gen-2 и Gen-3, Pika 2, Synthesia, Kaiber и голосовые движки ElevenLabs и Coqui.ai позволяют создавать фотореалистичные ролики с идеально синхронизированным голосом и движениями», — сообщил он.

По его словам, отличить ИИ-видео от настоящего по-прежнему можно. «Обратите внимание на физику движений: ИИ слабо чувствует массу, инерцию и силу тяжести. Люди и животные двигаются слишком легко, предметы подпрыгивают без логики, а капли воды летят неправдоподобными дугами», — заверил эксперт.

Он отметил, что в реальной съемке тело всегда взаимодействует с окружающим пространством через неровности движений, мельчайшие рывки, непредсказуемость траектории. Тогда как ИИ пока не способен воссоздать эту неровную, но правдоподобную кинетику живого мира.

Второй признак участия ИИ — ошибки света и тени, продолжает эксперт. В сгенерированных видео часто бывает несколько источников света, но они не совпадают по направлению. Тень может падать не туда, куда должна, или вовсе отсутствовать.

Кроме того, стоит обратить внимание на фон или задний план — он часто выдает генерацию. Деревья могут повторяться, лица случайных прохожих будто нарисованы, вывески и надписи «превращаются в абракадабру». Особенно заметно это по краям кадра, подчеркивает Селиверстов.

«Узнать» ИИ можно и по глазам: зрачки могут быть несимметричными, бликовать в разных местах, странно двигаться. Иногда взгляд «плавает» — будто человек смотрит сквозь камеру, а не в нее. «В ИИ-видео улыбка бывает “приклеенной”, глаза не двигаются синхронно с эмоцией, а губы движутся чуть раньше или позже звука. При смехе кожа не двигается, при удивлении — глаза остаются безжизненными», — заверил он.

Также можно отличить сгенерированное видео от реального благодаря пальцам на руках — они могут переплетаться, исчезать или казаться «резиновыми». Нереалистичные текстуры — еще один признак. Шерсть у животных выглядит пластиковой, кожа — как силикон, ткань — без складок. Нейросеть также часто выдает зеркала и лужи: отражения отстают, двигаются иначе или просто исчезают. Иногда в зеркале может быть другой ракурс лица или вообще другая сцена.

Источник: vk.com

Источник: ai-news.ru