أعلنت شركة الذكاء الاصطناعي الصينية “كلينج Kling” عن إطلاق نموذج “Video O1”، والذي يُعتبر أول نموذج موحّد متعدد الوسائط للفيديو في العالم، حيث يجمع بين قدرات إنتاج الفيديو وتحريره ضمن منصة واحدة، دون الحاجة إلى أدوات منفصلة.
نموذج واحد لإنتاج الفيديو وتعديله
يوفر Video O1 إمكانية توليد مقاطع فيديو تتراوح مدتها بين 3 و 10 ثوانٍ، اعتمادًا على الأوامر النصية أو الصور المرجعية، كما يتيح تحرير اللقطات الأصلية، مثل تبديل الشخصيات، وتغيير حالة الطقس، وتعديل الأسلوب البصري والألوان، وذلك عبر أمر واحد فقط، كما يسمح النظام للمستخدم بإضافة عناصر جديدة وتغيير الخلفية وتعديل الشكل الفني بشكل متزامن داخل نفس السياق، ويعتمد النموذج على معالجة متزامنة لعدة أنواع من المدخلات، تصل إلى سبعة عناصر تشمل الصور ومقاطع الفيديو والنصوص، ويمكن للمستخدم تعديل الفيديو عبر أوامر بسيطة، مثل “إزالة المارة” أو “تحويل ضوء النهار إلى الغسق”، دون الحاجة إلى أي عمل يدوي، ويتيح النموذج رفع شخصيات أو أدوات أو مشاهد لاستخدامها في سياقات مختلفة، مع القدرة على الحفاظ على اتساق العناصر عبر اللقطات المتعددة، سواء كان شخصًا أو منتجًا أو نمط تصوير.
تفوق مزعوم على جوجل وRunway
أجرت Kling AI مقارنات داخلية بين Video O1 وكلٍّ من نموذجي Google Veo 3.1 وRunway Aleph، وأظهرت النتائج، بحسب الشركة، تفوقًا واضحًا في مهام إنشاء الفيديو بناءً على صورة مرجعية، متجاوزًا أداء خاصية “Ingredients to Video” لدى جوجل، ووفقًا للشركة أيضًا، فقد فضّل المقيّمون Video O1 على Runway Aleph في مهام تحويل الفيديو بنسبة قدرها 230%، لكن هذه الأرقام لا تزال مستندة إلى اختبارات داخلية ولم تتحقق منها جهات مستقلة.
منافسة متسارعة
يتوفر نموذج O1 حاليًا من خلال منصة Kling عبر الويب، ويأتي إطلاقه في سوق يشهد منافسة شديدة، حيث كشفت Runway بالتزامن عن نموذجها الجديد Gen-4.5، كما تواصل شركات كبرى مثل جوجل وOpenAI وMidjourney تحسين نماذجها الخاصة، وتعمل شركات صينية أخرى مثل Hailuo وVidu على تطوير حلول مماثلة تركز على الكفاءة وتقليل التكاليف، وبينما يُظهر نموذج Video O1 خطوة متقدمة في إدماج مهام صناعة الفيديو في نموذج واحد، فإن معركة التفوق في تقنيات الفيديو التوليدية لا تزال في بدايتها، وسط سباق عالمي يتصاعد بوتيرة غير مسبوقة.