Kamakailan lamang ay inihayag ng kumpanya ng artipisyal na katalinuhanMidjourney ang susunod na pangunahing hakbang pasulong. Kasunod ng mga taon ng pag-aalok at pagtuon sa mga imahe pa rin, ang Midjourney ay naghahanap ngayon upang mapalawak sa mundo ng pagbuo ng video, partikular na ang real-time na henerasyon.
Magagamit na ito ngayon bilang bahagi ng Version 1 ng Video Model, na inilarawan bilang "isang bagay na masaya, madali, maganda, at abot-kayang upang ang lahat ay maaaring galugarin." Sa ngayon, ang system ay sinadya upang i-on ang mga imahe sa video sa pamamagitan ng paggamit ng isang animate motion prompt mechanic. Mahalaga, nagdudulot ito ng buhay at paggalaw sa isang imahe pa rin, na maaaring i-tweak depende sa antas ng paggalaw na dapat asahan mula sa pinagmulan ng imahe na pinag-uusapan.
Kung ikukumpara sa karibal na AI video software, maaaring mukhang medyo nasa likod ang Midjourney, ngunit napansin nito na ito ay isang hakbang lamang patungo sa isang mas malaking layunin. Ang pangmatagalang intensyon ay upang makapag-alok ng mga real-time na open-world simulation, at ang pagpunta doon ay nangangahulugan din ng kakayahang lumipat sa pamamagitan ng mga modelo ng 3D ng nabuong video, at pagkatapos ay bumubuo din ng lahat nang napakabilis. Ang mga huling puntong ito ay ang mga susunod na hakbang patungo sa paggawa ng layunin ng Midjourney na isang katotohanan. Sa sariling mga salita ni Midjourney:
"Ang maaaring hindi mo alam, ay naniniwala kami na ang hindi maiiwasang patutunguhan ng teknolohiyang ito ay mga modelo na may kakayahang real-time na mga simulation ng open-world.
"Ano iyon? Talaga; Isipin ang isang sistema ng AI na bumubuo ng mga imahe sa real-time. Maaari mong utusan ito upang ilipat sa paligid sa 3D space, ang mga kapaligiran at mga character din gumagalaw, at maaari kang makipag-ugnay sa lahat.
"Upang magawa ito, kailangan namin ng mga bloke ng gusali. Kailangan namin ng mga visual (ang aming unang mga modelo ng imahe). Kailangan nating gawing gumagalaw ang mga larawang iyon (mga modelo ng video). Kailangan nating mailipat ang ating sarili sa espasyo (mga modelo ng 3D) at kailangan nating magawa ito nang mabilis (mga modelo ng real-time).
"Ang susunod na taon ay nagsasangkot ng pagbuo ng mga piraso na ito nang paisa-isa, pagpapalabas ng mga ito, at pagkatapos ay dahan-dahan, pagsasama-sama ang lahat ng ito sa isang solong pinag-isang sistema. Maaaring mahal ito sa una, ngunit mas maaga kaysa sa iniisip mo, ito ay isang bagay na magagamit ng lahat. "
Ang catch sa video software na ito ay na ito ay mas mahal upang gamitin. Midjourney ay naniningil ng 8x kung ano ang sinisingil nito para sa isang trabaho sa imahe, na inilalarawan nito ay "higit pa rin sa 25 beses na mas mura kaysa sa kung ano ang ipinadala ng merkado dati."
