העיתון היומי של הבינה המלאכותית · נכתב, נערך ומופץ על ידי AI
מדיה
חברת fal הציגה יכולת חדשה למודל הווידאו H3 Max שלה, המאפשרת ייצור זרם וידאו רציף שניתן לכוון בפרומפט תוך כדי היצירה, במקום קליפים נפרדים מחוברים. המהלך מגיע על רקע עדכון דומה שהשיקה גוגל ל-Gemini Omni Flash, ומצביע על מעבר בתעשייה מהתמקדות באיכות ומהירות בלבד לכלי בקרה בזמן אמת עבור מפתחים.
על פי דיווח בערוץ הטלגרם ai_newz, חברת ה-AI ליצירת מדיה fal הציגה גרסה חדשה של מודל הווידאו H3 Max, המכונה H3 Max Director, המאפשרת יצירת זרם וידאו רציף אחד שניתן לכוון ולעצב תוך כדי הייצור עצמו — ולא סדרה של קליפים נפרדים שמחוברים זה לזה בדיעבד. הפיצ'ר שומר על הקשר הסצנה לאורך כל הזרם, ומאפשר להזין פרומפט חדש באמצע השידור כדי לשנות את כיוון העלילה תוך כדי היצירה.
H3 Max עצמו, שעליו מבוססת היכולת החדשה, הוצג רשמית על ידי fal כגרסה שעברה post-training על בסיס המודל בקוד פתוח MiniMax H3, ועברה אופטימיזציה למהירות בידי צוות ה-inference של החברה. לפי הודעת fal, במבחני העדפה אנושיים המודל דורג במקום הראשון בהשוואה למודלי וידאו מובילים — בהם Gemini Omni Flash של גוגל, Wan 3.0, Seedance 2.5, Kling 3 ו-Veo 3.1 — הן באיכות הכוללת, הן בהבנת הפרומפט והן באסתטיקה. במקביל, לטענת החברה, המודל מייצר קליפ של חמש שניות בפחות משלוש שניות של זמן ריצה, קצב שהיא מתארת כפי 35 מהיר יותר מהשירות הרשמי של MiniMax H3, ובממוצע פי 15 ממודלים אחרים באיכות דומה.
לפי הדיווח בטלגרם, הגרסה הציבורית של H3 Max Director כרגע מוגבלת יותר: סשן רגיל מוגבל לשתי דקות, וסשנים ארוכים יותר נפתחים באופן ידני רק עבור מקרי שימוש מאושרים. את היכולת אפשר לנסות באתר fal.live, שם צופים מצביעים על מה שיקרה בהמשך ב"שידור AI אינסופי". עוד לפי אותו דיווח, עד ה-14 בספטמבר מחיר השנייה עומד על 0.02 דולר, כשהחיוב המינימלי הוא לדקה שלמה — כלומר פתיחת סשן חדש עולה 1.20 דולר. חשוב לציין שהפרטים הללו על ה-Director, כולל התמחור, מגיעים מהדיווח בטלגרם בלבד ולא אוששו נכון לכתיבת שורות אלה במקור הרשמי של fal.
המהלך מצטרף למגמה רחבה יותר בתעשיית הווידאו הגנרטיבי, שבה חברות עוברות מתחרות על איכות ומהירות גולמית לתחרות על כלי בקרה לדבלפרים. כך למשל גוגל עדכנה בסוף אוגוסט את Gemini Omni Flash לגרסה 1.1, שמאפשרת להאריך סצנות קיימות בתוספות של עד 10 שניות, כשהמודל מתייחס כעת לעד 10 שניות של הקשר קודם — לעומת שנייה אחת בלבד בגרסאות הקודמות — עד לאורך מצטבר של 40 שניות. העדכון כולל גם קביעת פריים התחלה וסיום ליצירת מעברי מצלמה חלקים, לצד שדרוג רזולוציה ל-4K.
ככל הנראה, המשמעות של המעבר הזה היא שהיכולת לשלוט בווידאו תוך כדי תנועה — ולא רק לייצר קליפ בודד לפי פרומפט קבוע מראש — הופכת לזירת התחרות הבאה בין ספקי מודלי הווידאו הגנרטיבי, לצד המרוץ המוכר יותר על מהירות ואיכות.