Chiński model AI Seedance 2.0 generuje kontrowersyjne, hiperrealistyczne wideo bez układów NVIDIA

Świat technologii sztucznej inteligencji został zaskoczony przez chiński model generacji wideo Seedance 2.0. Według najnowszych doniesień mediów technologicznych z całego świata, system ten dokonał jakościowego skoku, potrafiąc generować kilkunastosekundowe sekwencje filmowe o poziomie realizmu i dynamiki, który stawia go w czołówce tej konkurencyjnej dziedziny. Demonstracyjne materiały, takie jak wideo przedstawiające walkę postaci podobnych do Brada Pitta i Toma Cruise'a, wywołały szeroką dyskusję. Hiszpański portal Xataka określił to mianem „największej brutalności, jaką widzieliśmy w generowaniu wideo”. „Seedance es la mayor brutalidad que hemos visto generando vídeo. Y tiene un mensaje incómodo: ha superado a Sora y Veo sin chips NVIDIA.” (Seedance to największa brutalność, jaką widzieliśmy w generowaniu wideo. I niesie niewygodne przesłanie: pokonał Sora i Veo bez układów NVIDIA.) — Xataka

Wyścig w dziedzinie generatywnej sztucznej inteligencji do tworzenia multimediów intensywnie przyspieszył na początku lat 20. XXI wieku. Po fazie dominacji modeli do generowania statycznych obrazów (DALL-E, Midjourney), głównym frontem konkurencji stało się tworzenie spójnych, kilkusekundowych klipów wideo. Do niedawna prym wiodły amerykańskie firmy: OpenAI z modelem Sora i Google z modelem Veo. Chińskie przedsiębiorstwa technologiczne, zmagające się z ograniczeniami eksportowymi w dostępie do zaawansowanych półprzewodników, postawiły na intensywne prace badawczo-rozwojowe, mające na celu osiągnięcie podobnych rezultatów przy użyciu alternatywnych rozwiązań sprzętowych i algorytmicznych. Najbardziej kontrowersyjnym aspektem osiągnięć Seedance jest jego rzekoma niezależność od najnowocześniejszych układów graficznych NVIDIA, które stanowiły dotychczasową podstawę zaawansowanych modeli AI. To sugeruje, że zespół ByteDance opracował wysoce zoptymalizowane algorytmy lub wykorzystał alternatywne architektury obliczeniowe, co byłoby znaczącym osiągnięciem inżynieryjnym. Portal 20 minutos podkreśla, że ten sukces ma „postawić świat technologii do góry nogami”, podważając dotychczasową zachodnią dominację w tej dziedzinie. Jednak nie wszyscy obserwatorzy są tak entuzjastyczni. The Verge w artykule z 24 lutego, czyli najnowszym z analizowanych, stawia tezę, że Seedance 2.0 „może być kolejną wielką nadzieją na gen AI wideo, ale to wciąż slop”. Termin „slop” stał się popularnym określeniem na generowane przez AI treści, które są technicznie imponujące, ale ostatecznie pozbawione sensu, głębi lub spójnej narracji.

0 — Układy NVIDIA H100 wykorzystane do trenowania Reakcje na demonstracyjne wideo są podzielone. TechRadar w subiektywnej relacji dziennikarza, który „oglądał filmy Seedance 2.0, aby inni nie musieli”, opisuje je jako „koszmarny krajobraz snów”. Chwali płynność ruchów i szczegóły, ale jednocześnie zwraca uwagę na surrealistyczną, niepokojącą atmosferę, która zdaje się być cechą charakterystyczną wielu generacji. To rodzi pytania nie tylko o możliwości technologiczne, ale także o estetyczne i etyczne granice treści tworzonych przez maszyny. Sukces Seedance 2.0 jest postrzegany również przez geopolityczny pryzmat. Pokazuje on, że chińskie firmy technologiczne, pomimo sankcji handlowych ograniczających dostęp do kluczowego sprzętu, są w stanie dokonywać przełomowych innowacji. Może to zmienić układ sił w globalnym wyścigu AI, gdzie ByteDance udowadnia, że zaawansowane modele można budować poza ekosystemem sprzętowym zdominowanym przez NVIDIA. Ostatecznie, fenomen Seedance 2.0 to nie tylko historia technicznego triumfu, ale także opowieść o tym, jak ograniczenia mogą napędzać kreatywność oraz o niejednoznacznej recepcji sztuki tworzonej przez algorytmy.