Cara AI membuat video bermula dari prompt atau gambar referensi yang diproses menjadi rangkaian frame saling terhubung. Model AI mempelajari pola visual dan gerakan dari banyak data video, lalu memakai pola tersebut untuk membentuk objek, aktivitas, lokasi, serta suasana sesuai deskripsi pengguna. Proses ini membuat video AI lebih kompleks daripada pembuatan satu gambar.
Cara AI Membuat Video dengan Memahami Data Gerak
Prinsip kerja AI pembuat video memiliki kemiripan dengan AI pembuat gambar. Perbedaannya terletak pada jenis data yang dipelajari. Model video tidak hanya mempelajari gambar tunggal, melainkan banyak frame yang ditampilkan berurutan beserta informasi tentang perubahan dari waktu ke waktu.
Dari proses pelatihan tersebut, AI mengenali objek, manusia, lingkungan, gerakan, hingga hubungan antar-frame. AI belajar bahwa bentuk visual dapat berubah secara bertahap ketika suatu objek bergerak. Jadi, yang dipelajari bukan sekadar rupa suatu objek, melainkan juga pola perubahannya dalam urutan gambar.
Contohnya, dari banyak video orang berjalan, model dapat mempelajari perubahan posisi kaki, tangan, dan tubuh. Ketika menerima perintah untuk membuat karakter berjalan, pola gerak yang telah dipelajari itu digunakan dalam pembentukan video. Hasilnya tetap merupakan generasi berdasarkan pola data, bukan proses kerja animator atau sutradara.
Prompt Menjadi Panduan dalam Pembuatan Video AI
Prompt adalah instruksi tertulis yang menjelaskan hasil video yang diinginkan. Sebagai contoh, pengguna dapat memasukkan deskripsi: “Seekor kucing berlari di taman saat matahari terbenam.” AI lalu memproses unsur yang ada di dalamnya, mulai dari objek berupa kucing, aktivitas berlari, lokasi taman, sampai suasana matahari terbenam.
Deskripsi yang spesifik membantu mengarahkan elemen video. Pada Google Flow, pengguna dianjurkan memasukkan prompt spesifik untuk mengatur sudut kamera, suara, dan gaya video. Google Flow saat ini menerima perintah dalam bahasa Inggris.
Sejumlah layanan tidak hanya menggunakan teks. Pengguna juga dapat memakai gambar sebagai referensi. Gambar tersebut berfungsi sebagai acuan ketika AI menghasilkan video, sedangkan prompt tetap dapat menjelaskan adegan atau gerakan yang diharapkan.
Frame dan Konsistensi dalam Cara AI Membuat Video
Setelah memahami prompt, AI mulai menyusun banyak frame yang harus saling berhubungan. Video bukan gambar yang berdiri sendiri. Objek perlu tampak konsisten dari frame ke frame, sementara gerakannya harus terlihat masuk akal sebagai sebuah rangkaian.
Pada teknologi tertentu, generasi video memakai pendekatan diffusion, seperti pada AI pembuat gambar. Dalam pendekatan ini, tantangannya tidak berhenti pada menghasilkan visual yang sesuai perintah. Model juga harus menjaga keterkaitan antar-frame agar hasil akhir tampak sebagai gerakan, bukan sekumpulan gambar yang berubah-ubah.
Inilah alasan pembuatan video AI lebih rumit dibandingkan menghasilkan satu gambar. Banyak frame harus mempertahankan bentuk, posisi, pakaian, wajah, serta arah gerak yang selaras sepanjang video berlangsung.
Mengapa Video AI Bisa Menampilkan Gerakan Aneh?
Video AI masih dapat memperlihatkan tangan atau wajah yang berubah bentuk secara tiba-tiba. Objek juga dapat bergeser atau mengalami perubahan dari satu frame ke frame berikutnya. Pakaian serta bagian tubuh manusia kadang tampak berubah mendadak, sementara gerakan dapat terlihat tidak natural.
Kondisi tersebut berkaitan dengan keterbatasan model dalam mempertahankan konsistensi visual dan gerakan ketika menghasilkan banyak frame. Karena hasil video dibentuk berdasarkan pola yang telah dipelajari, prompt yang sama pun dapat menghasilkan video berbeda, termasuk perbedaan pada gerakannya.
Poin Penting
- AI video mempelajari data gambar dan video, termasuk perubahan yang terjadi dari waktu ke waktu.
- Prompt memberi panduan tentang objek, aktivitas, lokasi, suasana, dan elemen video lain.
- Gambar dapat digunakan sebagai referensi pada beberapa layanan AI pembuat video.
- Video dibentuk dari banyak frame yang perlu terhubung dan konsisten.
- Perubahan bentuk objek atau gerakan yang tidak natural menunjukkan keterbatasan konsistensi video AI.
Platform untuk Membuat Video AI
Canva menyediakan fitur Magic Media untuk mengubah teks prompt menjadi video AI. Pengguna dapat membuka aplikasi atau laman, masuk ke akun, memilih Magic Media, memasukkan deskripsi, memilih opsi Buat video, lalu menunggu prosesnya. Video yang selesai dibuat dapat diedit dengan filter, transisi, serta elemen lain sebelum diunduh dan dibagikan.
CapCut juga memungkinkan pembuatan video AI berdasarkan petunjuk kata dari pengguna. Alat AI di CapCut menggunakan NLP atau pemrosesan bahasa alami. Pengguna dapat menuliskan prompt yang memuat karakter, objek, dan adegan, kemudian memasukkannya ke kolom yang tersedia.
Gemini dapat membuat video dari teks prompt, sementara Google Flow didukung Veo 3 dan Imagen 4 untuk pembuatan video AI generatif. Veo 3 dapat menciptakan visual disertai audio eksperimental. Pada Gemini, pembuatan video memerlukan Google AI Pro atau Google AI Ultra; Gemini menawarkan uji coba gratis selama sebulan bagi pengguna baru. Fitur video di Gemini disebut hanya menghasilkan video berdurasi 8 detik.
Pertanyaan Seputar Cara AI Membuat Video
Apa yang dimaksud video AI?
Video AI adalah video yang dibuat oleh artificial intelligence atau AI. Video semacam ini dapat menampilkan karakter melakukan aktivitas tertentu, dan beberapa di antaranya dilengkapi suara.
Apakah cara AI membuat video hanya memakai teks?
Tidak selalu. Selain prompt teks, beberapa layanan memungkinkan gambar dipakai sebagai referensi untuk menjadi acuan pembuatan video.
Mengapa prompt yang sama dapat menghasilkan video berbeda?
AI menghasilkan video berdasarkan pola yang dipelajarinya dari banyak data. Karena itu, hasil untuk prompt yang sama dapat memiliki perbedaan, termasuk pada bagian gerakan.
Apa arti NLP pada pembuatan video AI?
NLP adalah pemrosesan bahasa alami. Dalam konteks alat AI di CapCut, sistem ini digunakan untuk mengacu pada petunjuk kata yang diberikan pengguna.
Cara AI membuat video terus bertumpu pada kemampuan model menerjemahkan prompt menjadi frame yang konsisten. Saat memakai layanan pembuat video AI, pengguna dapat menyusun deskripsi yang memuat karakter, objek, adegan, suasana, dan unsur visual lain agar instruksi yang diproses model lebih terarah.
