Công nghệ mang tên Time to Move (TTM) được các kỹ sư tại Khoa Khoa học Máy tính Henry và Marilyn Taub thuộc Technion, phát triển.
Theo nhóm nghiên cứu, một trong những hạn chế lớn nhất của các hệ thống tạo video bằng AI hiện nay là khả năng kiểm soát chính xác chuyển động của nhân vật và vật thể theo thời gian. Người dùng thường có thể tạo ra hình ảnh hoặc video từ văn bản mô tả, nhưng rất khó can thiệp chi tiết vào cách các đối tượng di chuyển trong khung hình.
Tiến sĩ Or Litany - người đứng đầu nhóm nghiên cứu, cho biết TTM được thiết kế nhằm giải quyết chính vấn đề này. Thay vì phải huấn luyện lại mô hình AI trên khối lượng dữ liệu video khổng lồ hoặc sử dụng các hệ thống tính toán chuyên dụng, người dùng chỉ cần thực hiện các thao tác chuột đơn giản để định hướng chuyển động mong muốn trong video.
Điểm đáng chú ý là TTM có thể được tích hợp như một tiện ích mở rộng (plug-in) cho các mô hình tạo video hiện có mà không cần đào tạo lại hệ thống. Điều này giúp giảm đáng kể chi phí triển khai so với các phương pháp trước đây vốn đòi hỏi phải tinh chỉnh riêng cho từng mô hình và tiêu tốn lượng lớn tài nguyên tính toán.
Tiến sĩ Litany nhận định: “Công nghệ này góp phần dân chủ hóa việc sản xuất video bằng AI, mở rộng khả năng tiếp cận ra ngoài phạm vi các tập đoàn công nghệ lớn như Google hay Meta".
Cốt lõi của TTM là một phương pháp mới mang tên “dual-clock denoising” (khử nhiễu hai đồng hồ thời gian). Kỹ thuật này cho phép hệ thống đồng thời tối ưu hóa chuyển động theo ý định của người dùng và duy trì tính tự nhiên của video, tránh hiện tượng chuyển động gượng ép hoặc thiếu chân thực.
Các thử nghiệm do nhóm nghiên cứu thực hiện cho thấy TTM đạt hiệu quả tương đương, thậm chí vượt trội so với nhiều phương pháp dựa trên huấn luyện truyền thống về độ chính xác và tính chân thực của chuyển động. Ngoài việc kiểm soát chuyển động, hệ thống còn cho phép chỉnh sửa hình dạng của vật thể và bổ sung các đối tượng mới vào cảnh quay - những tính năng mà một số công nghệ hiện hành chưa hỗ trợ.
Theo các nhà khoa học, TTM là một bước tiến quan trọng hướng tới thế hệ công cụ tạo video AI trực quan hơn, cho phép người dùng kiểm soát nội dung dễ dàng hơn thay vì phụ thuộc hoàn toàn vào các câu lệnh văn bản.
