آمازون گام بلندی در حوزهی هوش مصنوعی مولد برداشته و نسخهی ارتقاءیافتهای از مدل ویدیوساز خود به نام Nova Reel را معرفی کرده است. این نسخه جدید که Nova Reel 1.1 نام دارد، اکنون میتواند ویدیوهایی تا سقف دو دقیقه تولید کند؛ قابلیتی که بسیاری از مدلهای مشابه هنوز فاقد آن هستند و اغلب به ساخت کلیپهای چندثانیهای محدود میشوند.
مدل Nova Reel نخستین بار در دسامبر ۲۰۲۴ معرفی شد و نشاندهندهی ورود آمازون به بازار رقابتی تولید ویدیو با هوش مصنوعی بود؛ بازاری که شرکتهایی مانند OpenAI، گوگل و استارتاپهای نوظهور آن را بهسرعت اشباع کردهاند.
بر اساس گفتههای الیزابت فوئنتس، مدیر ارشد توسعه در بخش AWS آمازون، نسخهی جدید Nova Reel قابلیت ساخت ویدیوهای چند شاتی با انسجام بصری میان شاتها را دارد. کاربران میتوانند پرامپتهایی تا سقف ۴۰۰۰ کاراکتر وارد کنند و خروجیای در قالب یک ویدیوی دو دقیقهای دریافت نمایند که از شاتهایی ۶ ثانیهای تشکیل شده است.
از ویژگیهای برجسته Nova Reel 1.1، معرفی قابلیتی با عنوان Multishot Manual است. این ویژگی به کاربران امکان میدهد تا علاوهبر ارائهی دستور متنی، تصویری مرجع نیز وارد کنند. این ترکیب باعث میشود کنترل بیشتری روی چینش شاتها و سبک بصری ویدیو وجود داشته باشد. برای مثال، اگر کاربر تصویری با وضوح ۱۲۸۰×۷۲۰ پیکسل و پرامپتی تا ۵۱۲ کاراکتر ارائه دهد، مدل میتواند حداکثر ۲۰ شات خروجی تولید کند.
در حال حاضر، Nova Reel تنها از طریق سرویسهای ابری AWS و بهویژه پلتفرم Bedrock در دسترس است. برای استفاده از آن، کاربران باید درخواست رسمی ارسال کنند. این مدل نیز مانند دیگر مدلهای مولد ویدیویی، با چالشهایی پیرامون دادههای آموزشی روبهروست. شرکتهایی در این زمینه گاهی بدون مجوز از آثار دارای کپیرایت استفاده میکنند که ممکن است باعث بروز مشکلات حقوقی برای کاربران شود.
آمازون هنوز اطلاعاتی در مورد نوع دادههای استفادهشده برای آموزش Nova Reel منتشر نکرده و مکانیسمی برای حذف آثار سازندگان از فرآیند یادگیری مدل معرفی نکرده است. با اینحال، این شرکت وعده داده که در صورت بروز شکایتهای حقوقی پیرامون کپیرایت، از مشتریان AWS که از مدلهای آمازون استفاده کردهاند، بهصورت حقوقی پشتیبانی خواهد کرد.
