Od Viggle do MidJourney, Discord jest mało prawdopodobnym fundamentem boomu GenAI

Na nagraniu widać tłum ludzi szalejących podczas wypełnionego po brzegi letniego festiwalu muzycznego. Gdy z głośników zaczyna płynąć rytm, wykonawca w końcu wchodzi na scenę: to Joker. Ubrany w czerwony garnitur, zielone włosy i charakterystyczny kolor twarzy Joker macha pięściami i tańczy po scenie, skacząc po wybiegu, aby zbliżyć się do morza swoich fanów. Kiedy nadchodzi czas, aby zacząć rapować, Joker ugina kolana i odrywa się od ziemi, podskakując w górę i w dół, po czym wykonuje obrót o 360 stopni na jednej nodze. Brzmi to łatwo, ale jeśli spróbujesz tego manewru, upadniesz na twarz. Joker nigdy nie był tak fajny.

Następnie jest kolejny film, w którym występują gwiazdy NBA Joela Embiida Wychodzi za kulisy, aby przywitać się z publicznością, a następnie wykonuje te same ruchy taneczne. Następnie jest gwiazdą „Pohamuj entuzjazm”. Larry'ego Davida. Jednak w każdej z tych scen jest coś nie tak – niezależnie od tego, czy jest to Joker, Joel Embiid czy Larry David, ciało wykonawcy drży, a jego wyraz twarzy nigdy się nie zmienia.

Wszystko to oczywiście stworzyła sztuczna inteligencja, za sprawą firmy o nazwie Vegel.

Oryginalny film przedstawia rapera Lil Yachty'ego występującego na scenie Summer Smash Festival w 2021 r. – zgodnie z tytułem filmu na YouTube, który miał ponad 6,5 miliona wyświetleń, wpis ten brzmi „Najtrudniejsze wyjście w historii.W kwietniu stało się to popularnym formatem memów, ponieważ ludzie wymieniali swoje ulubione – lub ulubione – gwiazdy niegodziwcyLubi Sama Bankmana Frieda – W filmie przedstawiającym Lail Yakhti wchodzącą na scenę.

New AI tool replaced Lil Yachty with Joaquin Phoenix’s Joker

pic.twitter.com/8s4EuKNAZd

— Dexerto (@Dexerto) April 10, 2024

Oferty sztucznej inteligencji umożliwiające zamianę tekstu na wideo stały się przerażająco dobre, ale nie można wpisać „Sam Bankman smażony jako lil jachty na Summer Smash 2021” i oczekiwać, że Sora Aby wiedzieć dokładnie, co masz na myśli. Viggle działa inaczej.

Na serwerze Discord Viggle'a użytkownicy przesyłają film przedstawiający osobę wykonującą jakąś czynność – często taniec TikTok – oraz zdjęcie tej osoby. Następnie Viggle tworzy film przedstawiający tę osobę powtarzającą ruchy z filmu. Te filmy wyraźnie nie są prawdziwe, chociaż nadal są zabawne. Jednak po tym, jak mem Lil Yachty stał się wirusowy, Viggle zrobiło się gorąco, a szum nie ucichł.

Historia trwa

„Koncentrujemy się na budowaniu tego, co nazywamy sterowanym modelem generowania wideo” – powiedział TechCrunch założyciel Viggle, Hang Chu. „Kiedy tworzymy treści, chcemy precyzyjnie kontrolować, jak porusza się postać lub jak wygląda scena, ale obecne narzędzia skupiają się wyłącznie na aspekcie zamiany tekstu na wideo, gdzie sam tekst nie wystarczy, aby określić całą wierność wizualną. .

Według Zhou Viggle ma dwa główne typy użytkowników – niektórzy tworzą memy, inni wykorzystują produkt jako narzędzie w procesie produkcyjnym do projektowania gier i efektów wizualnych.

„Na przykład zespół inżynierów zajmujących się grafiką ruchową może pobrać projekty koncepcyjne i szybko przekształcić je w surowe, ale szybkie zasoby animacyjne” – powiedział Chu. „Celem jest sprawdzenie, jak to wygląda i jak się sprawdza w ogólnym zarysie ostatecznego planu. Ręczna konfiguracja zajmuje zwykle kilka dni, a nawet tygodni, ale dzięki Viggle można to zrobić natychmiast i automatycznie. Pozwala to zaoszczędzić dużo czasu żmudna i powtarzalna praca modelarska.”

W marcu Discord Viggle'a liczył kilka tysięcy członków. Do połowy maja liczba członków wynosiła 1,8 miliona, a zaledwie kilka dni po rozpoczęciu czerwca serwer Viggle rozrósł się do ponad 3 milionów członków. To czyni go większym niż serwery gier takie jak Valorant i Genshin Impact razem wzięte.

Rozwój Viggle nie wykazuje oznak spowolnienia, z wyjątkiem tego, że duże zapotrzebowanie na tworzenie wideo spowodowało, że czas oczekiwania dla niecierpliwych użytkowników był zbyt długi. Ponieważ jednak Viggle skupia się wokół Discorda, zespół programistów Discord współpracował bezpośrednio z Viggle, aby poprowadzić dwuletni startup przez jego szybki rozwój.

Na szczęście dla Viggle’a Discord już przez to przechodził. MidJourney, który działa również na Discordzie, ma 20,3 miliona członków na swoim serwerze, co czyni go największą pojedynczą społecznością na platformie. Ogółem Discord ma około 200 milionów użytkowników miesięcznie.

„Nikt nie jest gotowy na taki rozwój, więc na etapie wdrażania zaczynamy z nimi współpracować, ponieważ nie są gotowi” – ​​powiedział TechCrunch Ben Shankin, wiceprezes ds. produktu w Discord. „Musimy być przygotowani, ponieważ duża część wysyłanych obecnie wiadomości to Viggle i MidJourney, a duża część konsumpcji i wykorzystania na Discordzie to w rzeczywistości generatywna sztuczna inteligencja”.

Dla startupów takich jak Viggle i MidJourney tworzenie aplikacji na Discordzie oznacza, że ​​nie muszą tworzyć pełnej platformy dla swoich użytkowników – zamiast tego są hostowane na platformie, która ma już zaawansowaną technologicznie publiczność, a także ma wbudowane w narzędziach do moderowania treści. Dla Viggle, które zatrudnia zaledwie piętnastu pracowników, wsparcie Discorda jest kluczowe.

„Możemy skupić się na budowaniu modelu jako usługi zaplecza, podczas gdy Discord może wykorzystać swoją infrastrukturę na froncie i zasadniczo możemy szybciej iterować” – powiedział Chu.

Przed Viggle Chu był badaczem sztucznej inteligencji w Autodesk, gigantze narzędzi 3D. Prowadził także badania dla takich firm jak Facebook, Nvidia i Google.

W przypadku Discord działanie jako wydzielona firma SaaS dla start-upów zajmujących się sztuczną inteligencją może wiązać się z kosztami. Z jednej strony te aplikacje przyciągają nowych odbiorców do Discorda i prawdopodobnie są dobre pod względem wskaźników użytkowników. Jednak hostowanie wielu filmów może być trudne technicznie i kosztowne, zwłaszcza gdy inni użytkownicy platformy transmitują na żywo gry wideo, czaty wideo i rozmowy głosowe. Bez platformy takiej jak Discord te startupy mogą nie być w stanie rozwijać się w tym samym tempie.

„Skalowanie działalności każdego typu firmy nie jest łatwe, ale Discord jest przystosowany do takiej skali i jesteśmy w stanie pomóc im dobrze się w tym dostosować” – powiedział Shankin.

Chociaż firmy te mogą po prostu przyjąć wytyczne dotyczące treści Discord i korzystać z aplikacji do moderowania treści, zawsze będzie trudno zapewnić, że 3 miliony ludzi zachowują się dobrze. Nawet usunięte memy Lil Yachty z technicznego punktu widzenia naruszają zasady Viggle, które zachęcają użytkowników do unikania tworzenia wizerunków prawdziwych ludzi – w tym celebrytów – bez ich zgody.

Na razie błogosławieństwem Viggle'a może być to, że jego produkcja nie jest jeszcze w 100% realistyczna. Technologia jest naprawdę imponująca, ale my wiemy lepiej. Jasne, dziwna animacja Jokera nie jest prawdziwa, ale z pewnością jest zabawna.