Apple wypuszcza prototyp narzędzia sztucznej inteligencji, które animuje obrazy na podstawie opisów tekstowych
Wewnętrzni badacze Apple zaprezentowali Keyframer, prototyp generatywnego narzędzia do animacji opartego na sztucznej inteligencji, które umożliwia dodawanie ruchu do obrazów 2D poprzez opisanie, w jaki sposób powinny być animowane.
W artykule badawczym Apple stwierdziło, że duże modele językowe (LLM) są “niedostatecznie zbadane” pod kątem animacji, pomimo potencjału, jaki wykazały w innych kreatywnych mediach, takich jak pisanie i generowanie obrazów. Narzędzie Keyframer oparte na LLM jest prezentowane jako jeden z przykładów zastosowania tej technologii, donosi The Verge.
Korzystając z GPT4 OpenAI jako modelu bazowego, Keyframer może akceptować skalowalne pliki grafiki wektorowej (SVG) – format ilustracji, który można modyfikować bez utraty jakości – i generować kod CSS do animowania obrazów na podstawie wskazówek tekstowych. Użytkownik przesyła obraz, wprowadza podpowiedź, taką jak “niech gwiazdy migoczą” i klika przycisk Generuj. Przykłady podane w badaniu pokazują, jak ilustracja Saturna może przełączać się na różne tła lub pokazywać gwiazdy znikające i pojawiające się na pierwszym planie.
Użytkownicy mogą tworzyć wiele projektów animacji w jednym pakiecie i dostosowywać właściwości, takie jak kody kolorów i czas trwania animacji. Nie jest wymagane doświadczenie w kodowaniu, ponieważ Keyframer automatycznie konwertuje te zmiany na CSS, chociaż sam kod jest w pełni edytowalny.
Przed nami jednak jeszcze długa droga. Keyframer nie jest jeszcze publicznie dostępny, a w badaniu użytkowników przeprowadzonym na potrzeby artykułu badawczego Apple wzięło udział tylko 13 osób, które mogły użyć tylko dwóch prostych, wstępnie wybranych obrazów SVG podczas eksperymentowania z narzędziem.
Apple ostrożnie wspomina również o swoich ograniczeniach, wskazując, że Keyframer koncentruje się na animacjach internetowych, takich jak sekwencje ładowania, wizualizacje danych i animowane przejścia. W przeciwieństwie do tego, animacja, którą można zobaczyć w filmach i grach wideo, jest zbyt złożona, aby stworzyć ją za pomocą samych opisów – przynajmniej jeszcze nie teraz.
