Elkészült a világ első teljes egészében MI-által generált reklámja

A Toys "R" Us játékáruház az OpenAI által készített Sora segítségével gyártott magának reklámot. A reklám olyan amilyen - a kritikusok természetesen elégedetlenek, de azt is megmutatja, hogy az emberi munka még mindig kulcsfontosságú.

A Toys "R" Us bejelentette, hogy a Native Foreign nevű reklámügynökséggel együttműködve létrehozták a "legelső olyan márkafilmet, amely az OpenAI új szövegből videót generáló eszközével, a Sorával készült". Az OpenAI februárban mutatta be a Sora-t, de eszköze azóta sem vált még elérhetővé a nyilvánosság számára. A márkafilm a Toys "R" Us alapítójának, Charles Lazarusnak a történetét meséli el mesterséges intelligencia által generált videoklipek segítségével. "Nagy örömünkre szolgál, hogy a Native Foreign partnereként a Sora határait feszegethetjük, amely világszerte nagy figyelmet kap" - írja a Toys "R" Us a honlapján. "A Sora akár egyperces videókat is képes létrehozni, amelyekben valósághű jelenetek és több szereplő szerepel, mindezt szöveges utasításból generálva. Képzeljék el, milyen izgalmas lehet megalkotni a fiatal Charles Lazarust, a Toys "R" Us alapítóját, és elképzelni az ő álmait ikonikus márkánkról és szeretett kabalafiguránkról, Geoffrey zsiráfról az 1930-as évek elején".


A vállalat közlése szerint a The Origin of Toys "R" Us reklámfilm társproducere Kim Miller Olko, a Toys "R" Us Studios elnöke volt, mint executive producer, a rendező pedig a Native Foreign munkatársa, Nik Kleverov. "Charles Lazarus a korát megelőző látnok volt, és szerettünk volna tisztelegni öröksége előtt egy olyan reklámfilmmel, amely a legmodernebb technológiát használja" - mondta Miller Olko a közleményben. A videóban Lazarus egy a Sora segítségével generált gyermekkori változatát látjuk, amint elalszik, és azt álmodja, hogy a játékok országában repül. Útközben találkozik Geoffery-val, az áruház kabalafigurájával, aki egy piros kisautót ad át a gyereknek. Sok jelenet megtartja a mesterséges intelligencia által generált képek nyilvánvaló ismertetőjegyeit, például a természetellenes mozgást, a furcsa vizuális látványt és a szemüvegek szabálytalan formáját. (Februárban több Super Bowl-reklám űzött szándékosan gúnyt hasonló, mesterséges intelligencia által generált videohibákból.)

Az MI-generált műalkotásokat gyakran érik kritikák az interneten, merthogy egyrészt a modellek képzéséhez emberek által létrehozott dolgokat használnak fel engedély nélkül, másrészt mert nagy a félelem, hogy az MI szintézis eszközei felváltják az emberi kreatív munkaköröket. Ha ehhez még hozzávesszük, hogy az energiaéhes MI-modellek futtatása környezeti szempontból egy katasztrófa, és hogy a végeredmény sem valami jó, akkor jogos a kérdés, hogy mindez miért létezik. Az X közösségi hálózaton Mike Drucker humorista több ilyen kritikát is egy posztba csomagolt, és azt írta: "Szeretem ezt a reklámot. A Toys R Us egy kisfiú álmával kezdődött, aki meg akarta osztani a képzeletét a világgal. És hogy megmutassuk, hogyan, kirúgtuk a művészeinket, és egy szerverfarm segítségével kiszárítottuk az észak-amerikai Nagy-tavak egyikét hogy megmutassuk hogyan nézne ki ez Stephen King rémálmaiban." Más kritikai megjegyzések őszintébbek, Joe Russo filmrendező a következőket írta: "A TOYS 'R US kiadott egy MI reklámot, és ez kurvára szar".

Bár a Toys "R" Us videója a Sora kulcsfontosságú vizuális elemeit használja, mégis elég sok emberi utómunkát igényelt az összeállítása. A Sora szükségtelenné tette a színészek és kamerák használatát, de az anyagok megfelelő minőségű legenerálása, a többiekkel való összefűzése és a hiányosságok kitöltése még mindig emberi forgatókönyvírókat és VFX-művészeket igényelt. "A márkafilmet szinte teljes egészében a Sora segítségével készítettük, néhány korrekciós VFX-szel és egy eredeti zenei aláfestéssel, amelyet a híres indie rockzenekar, a Copeland Aaron Marsh komponált" - írta a Toys "R" Us sajtóközleményében.

Márciusban az OpenAI bemutatott egy válogatást a Sora segítségével készített rövid videókból. Kontextus nélkül, a professzionálisan készített klipek azt a benyomást keltették, hogy minden a Sorával készült, és hogy natívan is képes figyelemre méltóan egységes videókat készíteni. Áprilisban azonban Mike Seymour, az fxguide nevű vizuális effekteket forgalmazó kiadvány munkatársa lerántotta a leplet, és kiderült, hogy a végeredményhez nagy mennyiségű emberi erővel végzett szerkesztési és utómunkát kellett végezni, beleértve a generált tartalmak nem kívánt részeinek törlését is. "Bár az összes képi anyagot Sora-ban generálták, a léggömb mégis sok utómunkát igényelt" - írta Seymour. "Amellett, hogy el kellett különíteni a léggömböt, hogy újra lehessen színezni, néha Sonny arca is megjelent, mintha az arcát egy filctollal rajzolták volna rá, és ezt az After Effectsben el kellett távolítani. Hasonló egyéb dolgokat gyakran eltávolítottunk".


Az Air Head című film kulisszatitkait bemutató videóban a cég animációs igazgatója, Patrick Cederberg elmondja: "A végeredményhez rengeteg munka, idő és emberi kéz kellett, hogy félig-meddig konzisztensnek tűnjön. Legyen szó kurátori munkáról, forgatókönyvírásról, vágásról, hangalámondásról, zenéről, hangtervezésről, színkorrekcióról - az összes tipikus utómunkáról." Tehát bár a Sora nyilvánvalóan munkaerőt takarít meg, nem jelent kulcsrakész megoldást az azonnal használható, konzisztenciával rendelkező videoklipek készítésére. De ez lehet egy jele a reklámszakma jövőjének, akár tetszik az MI-kritikusoknak, akár nem. "Gúnyolódjatok csak a Toys 'R' Us MI spotján, amennyit csak akartok - de ez csak a kezdet" - írta Dan Goldgeier reklámszövegíró az X-en. "A legtöbb fogyasztó nem fogja észrevenni a különbséget vagy nem fogja érdekelni, és a legtöbb marketinges nagyon boldog lesz, ha kevesebb pénzért készíthet el egy szpotot".