شرکت بایت‌دنس، مالک تیک‌تاک، از یک سیستم هوش مصنوعی جدید به نام OmniHuman-1 رونمایی کرده است که قادر است ویدیوهای دیپ‌فیک با کیفیت بالا و به طرز باورپذیری بسازد. این سیستم پیشرفته، به‌ویژه در زمینه تولید ویدیوهای مربوط به انسان، دقت بسیار بالایی دارد و حتی می‌تواند صداهایی متناسب با تصویر تولید کند.
براساس اعلام بایت‌دنس، OmniHuman-1 یک سیستم تولید ویدیوی چندوجهی است که از ورودی‌های تصویری مختلف پشتیبانی می‌کند. به‌طور مثال، تنها با ارائه یک عکس چهره می‌توان ویدیویی از آن شخص ساخت، و برای افزودن صدا به تصویر، تنها به یک نمونه صوتی نیاز است. این سیستم قادر به تولید دیپ‌فیک‌هایی است که به‌سختی می‌توان تفاوت آن با ویدیوی واقعی را تشخیص داد.
OmniHuman-1 بر اساس ۱۹ هزار ساعت محتوای ویدیویی از منابع مختلف آموزش دیده و قابلیت ویرایش و تغییر حرکات بدن در ویدیوهای موجود را دارد. این ویژگی‌ها باعث می‌شود که حتی تغییرات ظریف در حرکت‌های اعضای بدن نیز به‌صورت واقع‌گرایانه در ویدیوها نمایان شود.
اما، همان‌طور که محققان بایت‌دنس اشاره کرده‌اند، این سیستم از تصاویر با کیفیت پایین نمی‌تواند ویدیوهای با کیفیت بالا بسازد. با این حال، OmniHuman-1 همچنان به‌عنوان یکی از قدرتمندترین ابزارها برای ساخت دیپ‌فیک‌های واقع‌گرایانه شناخته می‌شود.
در حالی که دیپ‌فیک‌ها با سرعت بالایی در فضای آنلاین گسترش یافته‌اند، بسیاری از شبکه‌های اجتماعی و موتورهای جستجو در حال تلاش برای محدود کردن انتشار این نوع محتوا هستند. با این حال، طبق نظرسنجی‌ای که در ماه مه ۲۰۲۴ انجام شد، حدود ۶۰ درصد از مردم با دیپ‌فیک‌ها مواجه شده‌اند و ۷۲ درصد نگران فریب خوردن از طریق این ویدیوهای تقلبی هستند.
به نظر می‌رسد که با پیشرفت هوش مصنوعی‌هایی مانند OmniHuman-1، نیاز به تدابیر سخت‌گیرانه‌تری برای مقابله با تهدیدات امنیتی و اخلاقی ناشی از دیپ‌فیک‌ها ضروری‌تر از همیشه خواهد بود.
کد خبر ۲۱۳۰۳۱۱۱۷.۷۵۶
منبع:omnihuman
