Negli ultimi anni, il focus del laboratorio di ricerca indipendente Midjourney è stato principalmente la generazione di immagini con l’intelligenza artificiale.
Ora il team ha compiuto un ulteriore passo avanti, rilasciando la “Version 1” del suo modello video all’intera community.
Questa importante tappa fa parte del percorso per portare a compimento la vision di Midjourney, condivisa dal fondatore David Holz sul blog dell’azienda.
Midjourney ritiene che la destinazione inevitabile di questa tecnologia siano modelli in grado di eseguire simulazioni open-world in tempo reale.
David Holz spiega anche di cosa si tratta: in sostanza, bisogna immaginarsi un sistema di intelligenza artificiale che genera immagini in tempo reale a cui l’utente può comandare di muoversi nello spazio 3D, gli ambienti e i personaggi si muovono anch’essi e si può interagire con tutto.
Per fare questo, c’è bisogno di elementi costitutivi. C’è bisogno di immagini (i primi modelli di Midjourney) e poi c’è bisogno di far muovere quelle immagini (modelli video). Inoltre, serve il movimento nello spazio (modelli 3D) e c’è bisogno di essere in grado di fare tutto questo velocemente (modelli in tempo reale).
Il prossimo anno – sottolinea David Holz – prevede la costruzione di questi elementi singolarmente, il loro rilascio e poi, lentamente, il loro assemblaggio in un unico sistema unificato. All’inizio potrebbe essere costoso, ma prima di quanto si pensi sarà qualcosa che tutti potranno utilizzare, secondo il fondatore di Midjourney.
Per quanto riguarda il nuovo V1, da un punto di vista tecnico, questo modello viene presentato da Midjourney come un passaggio intermedio: l’obiettivo era quello di offrire qualcosa di divertente, facile, piacevole e conveniente, in modo che tutti possano esplorarlo. Il team ritiene di aver raggiunto un buon equilibrio. Tuttavia, molti utenti potrebebro sentire il bisogno di passare ad almeno un livello superiore per avere a disposizione più minuti veloci.
Il flusso di lavoro video attuale è denominato “Image-to-Video“. Ciò significa che gli uytenti continueranno a creare immagini in Midjourney come al solito, ma ora potranno usare la funzione “Animate” per farle muovere.
C’è un’impostazione di animazione “automatica” che crea un “prompt di movimento” per l’utente e “semplicemente fa muovere le cose”. Poi c’è un pulsante di animazione “manuale” che permette di descrivere al sistema come si vuole che le cose si muovano e che si sviluppi la scena.
Sono inoltre disponibili le impostazioni “high motion” e “low motion”. Low motion è più adatto alle scene d’ambiente in cui la videocamera rimane per lo più ferma e il soggetto si muove in modo lento o deliberato. High motion è ideale per scene in cui si desidera che tutto si muova, sia il soggetto che la telecamera.
Una volta ottenuto un video di proprio gradimento, è possibile estenderlo – circa 4 secondi alla volta – per un totale di quattro volte.
È possibile anche animare immagini caricate dall’esterno di Midjourney. Basta trascinare un’immagine nella barra del prompt e contrassegnala come “start frame”, quindi digitare un prompt di movimento per descrivere come si desidera che si muova.
David Holz spiega che i costi effettivi per la produzione di questi modelli e i prezzi che Midjourney applica sono difficili da prevedere e che il team farà del suo meglio per dare agli utenti accesso immediato, poi, nel corso del prossimo mese, osservando come tutti utilizzano la tecnologia, adeguerà tutto per garantire che il business sia sostenibile.
Per il lancio, si inizia solo sul web. Il costo di un video job sarà circa 8 volte superiore a quello di un job di immagine e ogni job produrrà quattro video di 5 secondi. Sorprendentemente, questo significa che un video ha più o meno lo stesso costo di un upscaling, sottolinea Midjourney. O circa il costo di un’immagine per secondo di video. E col tempo secondo il team non potrà che migliorare. Inoltre, Midjourney testerà una modalità relax video per gli abbonati “Pro” e superiori.
Maggiori informazioni sono disponibili sul sito di Midjourney.
