مايكروسوفت تطلق أداة إنشاء فيديوهات بالذكاء الاصطناعي داخل تطبيق Bing

أعلنت شركة مايكروسوفت عن دمج أداة Bing Video Creator داخل تطبيق Bing على الهواتف المحمولة، مما يسمح للمستخدمين بإنشاء مقاطع فيديو قصيرة من خلال أوصاف نصية فقط. 

وتعتمد هذه الأداة على نسخة معدّلة من نموذج Sora المُطوّر من قِبل شركة OpenAI، مما يشير إلى تعاون تقني مستمر بين الشركتين في مجال إنتاج المحتوى الذكي.

تأتي هذه الخطوة ضمن استراتيجية مايكروسوفت لتوسيع قدرات محرك البحث Bing وتحويله إلى منصة متعددة الوسائط لا تقتصر فقط على النصوص أو الصور، بل تمتد الآن إلى الفيديوهات المولّدة بالذكاء الاصطناعي. 

ويبدو أن الشركة تستهدف فئة المستخدمين المبدعين على منصات التواصل الاجتماعي الذين يبحثون عن أدوات سريعة لإنتاج مقاطع جذابة بجهد محدود.

خيارات إنشاء

وفقاً لمايكروسوفت، توفر أداة Bing Video Creator خيارين لسرعة الإنتاج: النمط "العادي" والنمط “السريع”، ويحصل جميع المستخدمين عند البداية على 10 أرصدة مجانية تتيح لهم استخدام النمط السريع، بينما يمكنهم إنشاء عدد غير محدود من الفيديوهات باستخدام النمط العادي. 

وعند نفاد الأرصدة، يمكن كسب نقاط Microsoft Rewards لاستخدامها في إنتاج فيديوهات إضافية، حيث يُمنح المستخدم فيديو واحد لكل 100 نقطة.

هذه السياسة تدمج مفهوم "اللعب لكسب المحتوى"، ما يعكس توجه مايكروسوفت نحو تعزيز التفاعل مع خدماتها المختلفة، وتحفيز المستخدمين على البقاء داخل نظامها البيئي مقابل مزايا حقيقية.

مواصفات محدودة

رغم قوة الأداة، فإن Bing Video Creator يضع قيوداً واضحة على نوعية ومواصفات الفيديوهات الناتجة، إذ لا يتجاوز طول أي فيديو 5 ثوانٍ، ويكون محصورًا في نسبة عرض إلى ارتفاع تبلغ 9:16، وهي النسبة المثالية للنشر على منصات مثل TikTok وInstagram Reels، كما يمكن تحميل الفيديوهات خلال فترة لا تتجاوز 90 يومًا قبل حذفها التلقائي من خوادم Bing.

ومن أجل الشفافية، تحتوي جميع المقاطع الناتجة على علامة مائية رقمية وفقًا لمعيار C2PA، توضح أن المحتوى من إنتاج الذكاء الاصطناعي، وتحدد مصدره وهوية الجهة المطوّرة، وتشمل هذه السياسة حتى المقاطع التي تتناول مواضيع حساسة مثل قضايا مجتمع الميم، في محاولة لضمان المسؤولية الرقمية وعدم التلاعب بالمحتوى.

أداء متباين

ورغم التقدم الملحوظ في تقنيات تحويل النص إلى فيديو، إلا أن النتائج لم تصل بعد إلى مستوى الاستقرار الكامل، حيث كشفت اختبارات أداء الأداة عن بعض النواقص، خصوصاً في التعبير عن الأفعال البسيطة، فعند إدخال أوصاف مثل "كلب يلعق الماء"، أو "قطة تنظف قدمها"، أو "فتاة أنمي تأكل آيس كريم"، فشلت الأداة في إنتاج فيديوهات دقيقة أو منطقية، بل قدمت أحيانًا مشاهد مشوشة أو غير واقعية.

هذا التحدي يرتبط بقيود تم فرضها على نموذج Sora لتفادي إنتاج محتوى غير آمن أو مسيء، لكنها أثّرت في المقابل على جودة النتائج في مواقف لا تحمل أي تهديد. 

وفي المقارنة، برزت أدوات منافسة مثل SuperMaker.AI التي نجحت في تقديم أداء بصري أفضل، خاصة فيما يتعلق بالحركات الدقيقة والتفاصيل المعقدة.

في المقابل، تظل تجربة إنتاج الصور بالذكاء الاصطناعي أكثر نضجًا واستقرارًا، حيث مرت هذه التقنية بمراحل أطول من التطوير، ما يجعل نتائجها أقرب إلى الواقعية. 

ويُعرض على أمازون حاليًا كتاب يضم مجموعة مذهلة من الأعمال الفنية التي تم توليدها عبر أدوات الذكاء الاصطناعي، ما يعكس الإمكانيات المستقبلية الكبيرة لهذا المجال.

وبينما تواصل مايكروسوفت تطوير Bing Video Creator، من المنتظر أن تُطرح هذه الخدمة لاحقًا على موقع Bing الإلكتروني وقنوات أخرى، ما يتيح لمزيد من المستخدمين الوصول إلى هذه الأداة الواعدة. 

ومع استمرار تحسين النماذج وتوسيع خيارات التخصيص، قد يصبح توليد الفيديوهات من النصوص أداة أساسية في الإعلام الرقمي والتسويق وصناعة المحتوى خلال السنوات المقبلة.