Η Midjourney λανσάρει το πρώτο της μοντέλο δημιουργίας βίντεο με τεχνητή νοημοσύνη

[nchatz]

Η Midjourney, μια από τις πιο δημοφιλείς νεοφυείς επιχειρήσεις τεχνητής νοημοσύνης, ανακοίνωσε την Τετάρτη την κυκλοφορία του πολυαναμενόμενου μοντέλου δημιουργίας βίντεο με AI, V1.

Το V1 είναι ένα μοντέλο μετατροπής εικόνας σε βίντεο, όπου οι χρήστες μπορούν να ανεβάσουν μια εικόνα - ή να χρησιμοποιήσουν μια εικόνα που δημιουργήθηκε από άλλα μοντέλα της Midjourney - και το V1 θα παράγει ένα σύνολο τεσσάρων βίντεο, με διάρκεια 5 δευτερολέπτων το καθένα, βασισμένων σε αυτή την εικόνα. Όπως και τα μοντέλα εικόνας της Midjourney, το V1 είναι διαθέσιμο μόνο μέσω Discord και μόνο σε web έκδοση κατά την αρχική κυκλοφορία του.

Η κυκλοφορία του V1 φέρνει την Midjourney σε ανταγωνισμό με μοντέλα δημιουργίας βίντεο AI από άλλες εταιρείες, όπως το Sora της OpenAI, το Gen 4 της Runway, το Firefly της Adobe και το Veo 3 της Google. Ενώ πολλές εταιρείες εστιάζουν στην ανάπτυξη ελεγχόμενων μοντέλων βίντεο AI για εμπορική χρήση, η Midjourney ξεχωρίζει πάντα για τα χαρακτηριστικά μοντέλα εικόνας AI που απευθύνονται σε δημιουργικούς ανθρώπους.

Όπως ξεκαθαρίζει η Midjourney, έχει μεγαλύτερους στόχους για τα μοντέλα βίντεο AI από την απλή δημιουργία B-roll για ταινίες του Χόλιγουντ ή διαφημίσεις. Σε μια ανάρτηση, ο CEO της Midjourney, David Holz, αναφέρει ότι το μοντέλο βίντεο AI είναι το επόμενο βήμα της εταιρείας προς τον τελικό της προορισμό, τη δημιουργία μοντέλων AI "ικανών για προσομοιώσεις ανοιχτού κόσμου σε πραγματικό χρόνο".

Μετά τα μοντέλα βίντεο AI, η Midjourney δηλώνει ότι σχεδιάζει να αναπτύξει μοντέλα AI για την παραγωγή τρισδιάστατων απεικονίσεων, καθώς και μοντέλα AI πραγματικού χρόνου.

Η κυκλοφορία του μοντέλου V1 της Midjourney έρχεται μόλις μια εβδομάδα μετά την αγωγή που κατέθεσαν εναντίον της δύο από τα πιο γνωστά κινηματογραφικά στούντιο του Χόλιγουντ: η Disney και η Universal. Η αγωγή ισχυρίζεται ότι εικόνες που δημιουργήθηκαν από τα μοντέλα εικόνας AI της Midjourney απεικονίζουν χαρακτήρες με πνευματικά δικαιώματα των στούντιο, όπως ο Homer Simpson και ο Darth Vader.

Τα στούντιο του Χόλιγουντ αντιμετωπίζουν δυσκολίες στην αντιμετώπιση της αυξανόμενης δημοτικότητας των μοντέλων δημιουργίας εικόνας και βίντεο AI, όπως αυτά που αναπτύσσει η Midjourney. Υπάρχει αυξανόμενος φόβος ότι αυτά τα εργαλεία AI θα μπορούσαν να αντικαταστήσουν ή να υποτιμήσουν το έργο των δημιουργών στους αντίστοιχους τομείς τους, και αρκετές εταιρείες μέσων ενημέρωσης έχουν ισχυριστεί ότι αυτά τα προϊόντα εκπαιδεύονται σε έργα τους με πνευματικά δικαιώματα.

Παρόλο που η Midjourney προσπάθησε να τοποθετηθεί ως διαφορετική από άλλες νεοφυείς επιχειρήσεις AI εικόνας και βίντεο - εστιάζοντας περισσότερο στη δημιουργικότητα παρά σε άμεσες εμπορικές εφαρμογές - η εταιρεία δεν μπορεί να ξεφύγει από αυτές τις κατηγορίες.

Αρχικά, η Midjourney δηλώνει ότι θα χρεώνει 8 φορές περισσότερο για μια δημιουργία βίντεο από μια τυπική δημιουργία εικόνας, που σημαίνει ότι οι συνδρομητές θα εξαντλούν το μηνιαίο επιτρεπόμενο όριο δημιουργιών τους σημαντικά γρηγορότερα όταν δημιουργούν βίντεο αντί για εικόνες.

Κατά την κυκλοφορία, ο φθηνότερος τρόπος για να δοκιμάσει κανείς το V1 είναι εγγραφόμενος στο πρόγραμμα Basic της Midjourney με κόστος 10 δολάρια το μήνα. Οι συνδρομητές του προγράμματος Pro με κόστος 60 δολάρια το μήνα και του προγράμματος Mega με κόστος 120 δολάρια το μήνα θα έχουν απεριόριστες δημιουργίες βίντεο στην πιο αργή λειτουργία "Relax" της εταιρείας. Τον επόμενο μήνα, η Midjourney δηλώνει ότι θα επανεξετάσει την τιμολόγηση για τα μοντέλα βίντεο.

Το V1 έρχεται με μερικές προσαρμοσμένες ρυθμίσεις που επιτρέπουν στους χρήστες να ελέγχουν τα αποτελέσματα του μοντέλου βίντεο. Οι χρήστες μπορούν να επιλέξουν μια αυτόματη ρύθμιση animation για να κάνουν μια εικόνα να κινείται τυχαία, ή μπορούν να επιλέξουν μια χειροκίνητη ρύθμιση που επιτρέπει στους χρήστες να περιγράψουν, με κείμενο, ένα συγκεκριμένο animation που θέλουν να προσθέσουν στο βίντεό τους. Οι χρήστες μπορούν επίσης να ρυθμίσουν την ποσότητα κίνησης της κάμερας και του θέματος επιλέγοντας "χαμηλή κίνηση" ή "υψηλή κίνηση" στις ρυθμίσεις.

Ενώ τα βίντεο που δημιουργούνται με το V1 διαρκούν μόνο πέντε δευτερόλεπτα, οι χρήστες μπορούν να επιλέξουν να τα επεκτείνουν κατά τέσσερα δευτερόλεπτα έως και τέσσερις φορές, που σημαίνει ότι τα βίντεο V1 θα μπορούσαν να φτάσουν τα 21 δευτερόλεπτα.

Όπως και τα μοντέλα εικόνας AI της Midjourney, τα πρώτα δείγματα βίντεο του V1 φαίνονται κάπως εξωπραγματικά, παρά υπερρεαλιστικά. Η αρχική ανταπόκριση στο V1 ήταν θετική, αν και δεν είναι ακόμα σαφές πόσο καλά συγκρίνεται με άλλα κορυφαία μοντέλα βίντεο AI, τα οποία είναι στην αγορά για μήνες ή ακόμα και χρόνια.

Διαβάστε ολόκληρο το άρθρο

[keysmith]

σε κάποια χρόνια θα μπορεί και ο τελευταίος "χρήστης" τέτοιων εργαλίων αν έχει φαντασία να δημιουργίσει την δικιά του αξιόλογη ταινία/δημιουργία χωρίς μεγάλο (ίσως καθόλου σχεδόν) κόστος και μικρό κόπο. 

Θα δημιουργηθεί τόσο περιεχόμενο που πραγματικά το τι θα ξεχωρίζει είναι ένα μυστήριο.. Πάντως και οι εταιρίες παραγωγής να ετοιμάζονται για περικοπές θέσεων εργασίας. Καμπάρσοι σκηνογράφοι κουστούμια κτλ ας κοιτάνε για άλλες δουλειές. Λίγοτεροι θα χρειάζονται και κάπως αλλιώς θα δουλεύουν από σήμερα.

[Evangelos Anagnostou]

8 minutes ago, keysmith said:

σε κάποια χρόνια θα μπορεί και ο τελευταίος "χρήστης" τέτοιων εργαλίων αν έχει φαντασία να δημιουργίσει την δικιά του αξιόλογη ταινία/δημιουργία χωρίς μεγάλο (ίσως καθόλου σχεδόν) κόστος και μικρό κόπο. 

Θα δημιουργηθεί τόσο περιεχόμενο που πραγματικά το τι θα ξεχωρίζει είναι ένα μυστήριο.. Πάντως και οι εταιρίες παραγωγής να ετοιμάζονται για περικοπές θέσεων εργασίας. Καμπάρσοι σκηνογράφοι κουστούμια κτλ ας κοιτάνε για άλλες δουλειές. Λίγοτεροι θα χρειάζονται και κάπως αλλιώς θα δουλεύουν από σήμερα.

Οσο κι αν γίνουν accessible αυτά τα εργαλεία, το bottleneck που παραμενει είναι η δημιουργικότητα. Ελάχιστοι άνθρωποι είναι πραγματικά δημιουργικοί, θέλει πολύ ταλέντο και ακομα περισσότερο πάθος και χρόνο. Μιλάμε για το 0.01% του πληθυσμου. Οι υπόλοιποι μαιμουδίζουμε memes.

Μέχρι να μπορεί η ΑΙ να είναι τόσο δημιουργική όσοι οι δημιουργικοί άνθρωποι.

[zazoum]

Το μηνιαίο περιθώριο για να φτιάσεις κάτι στη Midjourney μετριέται σε ώρες. Ωρες επεξεργαστικής ισχύος. Εγώ αναβάθμισα το πλάνο απο προχθές απο το Βασικό που δίνει 3,5 ώρες στο επόμενο που δίνει 15. Έχω ήδη εξαντλήσει μεσα σε 2 μέρες και τις 15.

Η Midjourney προτιμάται γιατί παράγει πιο εύκολα αποτελέσματα κοντά στον Arthouse χώρο, και γω που προσπαθουσα 2 μέρες να γυρίσω ΜΙΑ μόνο σκηνή με διαφορετικο prompting, κάτι κοντά στην ξεραϊλα του Haneke, δεν κατάφερα τίποτα. Τις χρησιμοποιησα όλες τις ώρες. Ολο το footage απλά είναι γα πέταμα.

Θα γυρίσω την ταινία με το Wan τελικά.

Και το πρώτο frame της λήψης στο Photoshop το έστησα όλο. Ούτε το πρώτο frame δεν έβγαζε. Τα αποτελέσματα ήταν πλουμιστά με ιδιατερη προοπτική και κλίμακα, κάτι στο οποίο δεν στοχευα.

To prototype που έφτιασα στο Photoshop είναι αυτο:

 

και μου έβγαζε αποτελέσματα σαν ΑΥΤΟ: (Ημαρτον)

 

Επεξ/σία 20 Ιουνίου από zazoum

[Zengar Zombolt]

Περιμένω με ανυπομονησία τις πρωτες τσόντες !!!

[zazoum]

9 minutes ago, Zengar Zombolt said:

Περιμένω με ανυπομονησία τις πρωτες τσόντες !!!

Παλιά μου τέχνη κόσκινο

Αλλά η Midjourney είναι λογοκριμένη. Δεν παράγει <<κουλτούρα>>

[this.is.elia]

1 hour ago, zazoum said:

Το μηνιαίο περιθώριο για να φτιάσεις κάτι στη Midjourney μετριέται σε ώρες. Ωρες επεξεργαστικής ισχύος. Εγώ αναβάθμισα το πλάνο απο προχθές απο το Βασικό που δίνει 3,5 ώρες στο επόμενο που δίνει 15. Έχω ήδη εξαντλήσει μεσα σε 2 μέρες και τις 15.

Η Midjourney προτιμάται γιατί παράγει πιο εύκολα αποτελέσματα κοντά στον Arthouse χώρο, και γω που προσπαθουσα 2 μέρες να γυρίσω ΜΙΑ μόνο σκηνή με διαφορετικο prompting, κάτι κοντά στην ξεραϊλα του Haneke, δεν κατάφερα τίποτα. Τις χρησιμοποιησα όλες τις ώρες. Ολο το footage απλά είναι γα πέταμα.

Θα γυρίσω την ταινία με το Wan τελικά.

Και το πρώτο frame της λήψης στο Photoshop το έστησα όλο. Ούτε το πρώτο frame δεν έβγαζε. Τα αποτελέσματα ήταν πλουμιστά με ιδιατερη προοπτική και κλίμακα, κάτι στο οποίο δεν στοχευα.

To prototype που έφτιασα στο Photoshop είναι αυτο:

 

και μου έβγαζε αποτελέσματα σαν ΑΥΤΟ: (Ημαρτον)

 

Το μοντέλο του Midjourney είναι 1.5 χρόνο πίσω από τα πιο πρόσφατα (το veo3, το minimax και το τελευταίο runway (gen4) ). Ίσως ένα χρόνο πίσω από το Sora. Για σκηνές φαντασίας όπως η δικιά σου, καλύτερα να δοκίμαζες το runway. Αν και από μερικά βίντεο που είδα, το τελευταίο minimax (στο https://hailuoai.video/ ) μάλλον έχει περάσει μπροστά.

Αλλά το μεγάλο μειονέκτημα όλων των εμπορικών μοντέλων είναι η πανταχόθεν έλλειψη ελέγχου από τον χρήστη, ειδικά όταν κάνεις img2img.

Ιδανικά, εάν έχεις τον κατάλληλο εξοπλισμό, θα έπρεπε να στήσεις τοπικά ένα ComfyUI και να μάθεις λίγο το workflow με τα controlnets (π.χ το depth και ένα openpose θα ήταν ταμάν για τη σκηνή σου). Γενικά, τα commercial μοντέλα είναι κωμικά πίσω από τα open source στον έλεγχο της σκηνής - απλά έχουν λίγο καλύτερη τελική ποιότητα εικόνας, εάν και εφόσον καταφέρεις κάποτε να βγάλεις αξιοπρεπές αποτέλεσμα.

[zazoum]

13 minutes ago, this.is.elia said:

Το μοντέλο του Midjourney είναι 1.5 χρόνο πίσω από τα πιο πρόσφατα (το veo3, το minimax και το τελευταίο runway (gen4) ). Ίσως ένα χρόνο πίσω από το Sora. Για σκηνές φαντασίας όπως η δικιά σου, καλύτερα να δοκίμαζες το runway. Αν και από μερικά βίντεο που είδα, το τελευταίο minimax (στο https://hailuoai.video/ ) μάλλον έχει περάσει μπροστά.

Αλλά το μεγάλο μειονέκτημα όλων των εμπορικών μοντέλων είναι η πανταχόθεν έλλειψη ελέγχου από τον χρήστη, ειδικά όταν κάνεις img2img.

Ιδανικά, εάν έχεις τον κατάλληλο εξοπλισμό, θα έπρεπε να στήσεις τοπικά ένα ComfyUI και να μάθεις λίγο το workflow με τα controlnets (π.χ το depth και ένα openpose θα ήταν ταμάν για τη σκηνή σου). Γενικά, τα commercial μοντέλα είναι κωμικά πίσω από τα open source στον έλεγχο της σκηνής - απλά έχουν λίγο καλύτερη τελική ποιότητα εικόνας, εάν και εφόσον καταφέρεις κάποτε να βγάλεις αξιοπρεπές αποτέλεσμα.

ComfyUI χρησιμοποιώ, κάποια δείγματα με dwpose Wan VACE τα χω γυρίσει, και γι αυτήν, και για την του 2025 που τρέχει(Hunyuan εκεί). Τον εαυτό μου τραβάω.
Αυτή πάει για το 2026. 

Θα ανεβάσω ένα δείγμα.

Edit:
Αυτό ένα map του στυλ γι αυτή που γυρίζω τώρα (για το 2026):

Spoiler

 

Η Runway μ έχει κάνει μπαν γιατί τους έβριζα στο πρώτο φεστιβαλ, γιατί δεν επέτρεπαν γυμνό στις συμμετοχές.

Επεξ/σία 21 Ιουνίου από zazoum

[Eloy]

Ναι... δώσε στην μηχανή κορμό απο 10 λέξεις, ζήτα της να σου βγάλει ζειμπέκικο τραγούδι και σήκω μετά να το χορέψεις εκστασιασμένος... LOL...

Επεξ/σία 21 Ιουνίου από Eloy

[lexotamilf]

Σκιάχτηκα. 

[DarkVespaStar]

10 hours ago, zazoum said:

Αυτό μου θύμησε πολύ Resident Evil 2!! Μετά το loading της πόρτας μονο ο Leon λείπει!

[zazoum]

5 minutes ago, DarkVespaStar said:

Αυτό μου θύμησε πολύ Resident Evil 2!! Μετά το loading της πόρτας μονο ο Leon λείπει!

ΣΤΑΑΑΑΡΣ!!!

[this.is.elia]

14 hours ago, zazoum said:

Edit:
Αυτό ένα map του στυλ γι αυτή που γυρίζω τώρα (για το 2026):

  Reveal hidden contents

Η Runway μ έχει κάνει μπαν γιατί τους έβριζα στο πρώτο φεστιβαλ, γιατί δεν επέτρεπαν γυμνό στις συμμετοχές.

Ωραίος.

Δυστυχώς, υπάρχουν δομικά προβλήματα για το στιλ που έχεις επιλέξει, ειδικά όταν επιδιώκεις να το επιτύχεις με AI. Τα μοντέλα έχουν σίγουρα πλημελή ή ανύπαρκτη εκπαίδευση σε τέτοιου είδους δραματικού περιεχομένου (για λόγους copyright + δεν είναι πιασάρικο για viral βιντεάκια). Βασικά έχεις πολύ μεγαλύτερες πιθανότητες να βγάλεις μια ρεαλιστικότατη γάτα να ψήνει burgers στα mcdonald's παρά οποιοδήποτε σοβαρό αποτέλεσμα.

[panagiotou]

σατανιστικη φατσα

[atypicalcoder]

Άντε πάμε πάλι... δεν κουραστήκατε?

Όλα αυτά είναι απλά μπιχλιμπίδια για να κάνει το κέφι του ο χομπίστας.

Ένα βίντεο μάγκες μου είναι κάτι που πρέπει να το φτιάξει κάποιος πολύ συγκεκριμένα. Και να μην είναι μια γενική παπαριά με γενικά μοντέλα/τοπία κλπ, όσο καλά και να είναι αυτά εικαστικά. Το ΑΙ παράγει απλά γενικότητες, βασικά δεν ξέρω γιατί το αναλύω. Δεν υπάρχει μέλλον σε αυτό το κομμάτι για το ΑΙ. Είναι ξεκάθαρο.