AI avatāri un runājošas galvas

Avatārs atrisina vienu konkrētu problēmu: video ir vajadzīgs, bet stāvēt kameras priekšā nav ne laika, ne vēlēšanās, ne apstākļu. Uzraksti tekstu, izvēlies cilvēku, un dabū video, kurā tas cilvēks to nolasa.

Te satiekas divi darbi: AI video prezentētājs, kas nolasa tavu sagatavoto tekstu, un digitālais klons, kas izskatās un runā kā tu pats.

Tas strādā apmācību materiālos, iekšējos uzņēmuma video, produktu paskaidrojumos un visur, kur svarīgs ir saturs, ne personība. Tas nestrādā tur, kur cilvēks skatās tieši uz tevi – personīgais zīmols, pārdošana, uzticēšanās. Skatītājs pamana, ka kaut kas nav dzīvs, arī tad, ja nespēj pateikt, kas tieši – sejas kustības mākslīgais intelekts atdarina labi, klātbūtni vēl ne.

Synthesia un Colossyan ir korporatīvā gala rīki ar plašām avatāru bibliotēkām un valodu atbalstu. HeyGen ir spēcīgs tajā, kas šodien interesē visvairāk – paņem tavu esošo video un pārtaisa citā valodā ar tavu balsi. D-ID un Vidnoz atdzīvina fotogrāfiju. Tavus un Argil taisa klonu no taviem ierakstiem. Convai un Inworld ir cita lieta – avatāri, ar ko var runāt pretī, domāti spēlēm un interaktīvām vidēm.

Divas lietas, ko der zināt. Pirmā: latviešu valoda šajos rīkos ir reta un nevienmērīga, tāpēc pirms maksāšanas tā jāpārbauda ar savu tekstu. Otrā: cita cilvēka sejas vai balss klonēšana bez viņa atļaujas nav pelēkā zona – tā ir problēma, un labākie no šiem rīkiem paši prasa piekrišanas ierakstu jeb verifikāciju.