ИИ впервые может генерировать видео в реальном времени: Fal запустила H3 Max Live

Компания Fal представила H3 Max Live — систему генерации видео, которая работает быстрее, чем длится само видео. Благодаря оптимизации модели искусственного интеллекта H3 от Minimax, которая по некоторым параметрам превосходит ведущие американские системы, новый сервис способен создавать непрерывные видеотрансляции, где каждый следующий фрагмент генерируется «на лету» по командам пользователей, хотя качество таких трансляций пока остается неравномерным, пишет Latent Space.

До сих пор генерация видео оставалась медленнее, чем продолжительность просмотра, даже после появления моделей согласованности (consistency models), которые сокращали время создания роликов с десятков секунд до примерно одной. Проблемой оставалась скорость генерации кадров, которая не соответствовала уровню, комфортному для человеческого восприятия.

Fal использовала модель H3, выпущенную Minimax в прошлом месяце, дообучила её для улучшения качества и снижения стоимости генерации, а также адаптировала под собственный движок выполнения. По утверждению компании, это позволило достичь скорости, примерно в 35 раз превышающей показатели официального API модели.

Новый сервис поддерживает бесконечную генерацию видео в режиме реального времени. Пользователи могут изменять развитие сцен через чат, используя команду !prompt, после чего новые фрагменты появляются на экране за несколько секунд.

Одним из первых на новую технологию обратил внимание исследователь искусственного интеллекта Итан Моллик. Он написал в социальной сети X: «Преодолена граница в сфере видео, созданного с помощью ИИ: в моих экспериментах, проведенных исключительно с помощью веб-интерфейса, H3 Max теперь может создавать видео достаточно высокого качества за время, меньшее, чем то, которое понадобится вам, чтобы его посмотреть».

После этого сотрудники Fal подключили модель к трансляции на Twitch, где она генерировала непрерывный поток видео. Впоследствии инженер компании Рехан Шейх назвал проект «бесконечным межпространственным телевидением», в котором каждая новая сцена создается в режиме реального времени.

Технология быстро привлекла внимание других разработчиков. Основатель levels.io создал проект Infinite Slop — интерактивную бесконечную трансляцию, где сообщения пользователей в чате становятся основой для следующих видеофрагментов, а система пытается связывать их с предыдущими сценами.

Впрочем, эксперимент столкнулся и с ограничениями. После запуска трансляции на Twitch и YouTube платформы оперативно заблокировали стрим, после чего Fal создала собственный сервис Fal.live для непрерывных трансляций с взаимодействием через чат.

Несмотря на технический прорыв, качество контента пока далеко от идеала. Бесконечные ролики часто выглядят хаотично, с фрагментарным сюжетом и неравномерным качеством изображения, однако сама возможность генерировать видео быстрее, чем длится его воспроизведение, свидетельствует о новом этапе развития генеративных моделей.

На фоне стремительного распространения гиперреалистичных фото, видео и виртуальных инфлюенсеров в социальных сетях издание The Wall Street Journal опубликовало советы экспертов по цифровой криминалистике относительно распознавания контента, созданного ИИ. Специалисты предупредили, что наплыв качественных дипфейков подрывает способность людей объективно воспринимать реальность, и рекомендовали применять базовые методы фактчекинга.