Đạo Diễn Video AI Bằng Chat: Đỉnh Cao Workflow Hay Lại Là Cú Lừa Prompting?

Mấy ông thần suốt ngày cắm mặt gõ prompt mỏi tay để ra được ba cái video giật giật giật đã bao giờ ước mình được làm "đạo diễn" thực thụ chỉ bằng cách... gõ chat chưa? Hôm nay lướt Product Hunt thấy cái OpenArt Director này đang được vote ầm ĩ với hơn 370 điểm, tôi phải lội vào xem thử có gì hot hay lại là quả "bình mới rượu cũ" lùa gà cho anh em bớt mơ mộng.

Rốt cuộc thì chuyện quái gì vừa xảy ra?

Nếu anh em đã từng nghịch qua mấy con tạo video bằng AI, chắc cũng hiểu cái cảm giác ức chế khi cứ phải gõ prompt cầu may để ra một đoạn clip ngắn ngủn 3 giây, xong rồi nhân vật lúc thì mọc thêm tay, lúc thì đổi luôn giới tính. Coco - CEO của OpenArt - vừa quăng lên Product Hunt một giải pháp mà theo quảng cáo là sẽ giải quyết đống lộn xộn đó: OpenArt Director.

Tóm tắt nhanh vài điểm "bá đạo" mà team phát triển tự tin tuyên bố:

• Đạo diễn bằng mồm: Không cần biết edit, không cần gõ prompt kỹ thuật phức tạp. Anh em chỉ cần chat tự nhiên như đang chỉ tay năm ngón với editor: "Đoạn này cho nhân vật buồn hơn tí", "Thay nền bằng trời mưa giùm cái".
• Video dài tới 5 phút: Đây là một con số khá liều lĩnh trong làng AI hiện tại, nơi mà 10 giây nhất quán đã là một kỳ tích.
• Giữ vững tính nhất quán (Continuity): Giọng nói, nhân vật, bối cảnh, âm nhạc và style visual sẽ được đồng bộ suốt cả mạch truyện nhờ hệ thống workflow chạy ngầm.
• Chấp cả asset có sẵn: Anh em có thể quăng ảnh gốc, voice thật hay nhạc tự làm vào để làm reference, con AI sẽ tự động bám theo đó mà làm việc.

Giang cư mận chia phe combat cực căng

Như thường lệ, dân tình trên Product Hunt không dễ bị dắt mũi. Dưới phần bình luận, các đạo hữu đã chia phe chém gió cực kỳ xôm tụ.

Phe "Hype" cực mạnh, vái lạy công nghệ mới: Có khá nhiều anh em tỏ ra phấn khích với tư duy tiếp cận này. Một dev Turkey hào hứng chia sẻ tính năng này cực kỳ mượt mà, giờ chỉ cần tìm ý tưởng tốt nữa là xong. Đặc biệt, một cao nhân đã thốt lên: "Thề là cái workflow ở đây nhìn còn thú vị hơn cả cái tech lõi bên dưới, điều này cực kỳ hiếm thấy trong làng AI hiện tại!"

Phe hoài nghi, hỏi xoáy đáp xoay: Lão quái @fberrez1 nhảy vào dội ngay một gáo nước lạnh với câu hỏi cực kỳ thực tế: "Vẽ câu chuyện thì dễ, giữ tính nhất quán (continuity) giữa các cutscene, ánh sáng, góc máy mới là xương. Cái này nó tự xử lý được hay lại cho ra một đống clip độc lập rồi bắt người dùng tự đi ghép bằng tay? Rồi có chỉnh được aspect ratio, frame rate hay DOF (độ sâu trường ảnh) không hay chỉ là mấy cái preset đóng hộp?"

Ngay lập tức, giáo chủ Coco của OpenArt phải vào hotfix bằng lời giải thích: Workflow của họ xử lý hết vụ continuity ở background để user đỡ phải "generate và cầu nguyện". Người dùng thích style gì, khung hình nào cứ chat là ra. Nhưng riêng frame rate thì... hiện tại chưa hỗ trợ (đúng văn quay xe kinh điển của dân làm product).

Phe thực chiến thở phào nhẹ nhõm: Một dev chuyên làm video demo cho doanh nghiệp chia sẻ: "Bình thường tôi tốn thời gian đi gom và ghép clip hơn là kể chuyện. Nếu con AI video này thực sự gánh được vụ giữ tính nhất quán suốt 5 phút thì đúng là cứu rỗi cuộc đời."

Góc nhìn từ Coding4Food: Đạo diễn bằng mồm có dễ ăn?

Tóm cái váy lại, nước đi của OpenArt Director cực kỳ khôn ngoan ở mặt trải nghiệm người dùng (UX). Họ nhận ra một điều mà nhiều ông lớn AI bỏ qua: Người ta không muốn làm prompter, người ta muốn làm đạo diễn. Việc chuyển từ "gõ prompt mù quáng" sang "chat điều hướng" là một bước tiến lớn giúp giảm rào cản sử dụng xuống bằng 0.

Bài học xương máu cho anh em làm sản phẩm ở đây là gì? Nhiều khi tech lõi của các ông không cần phải là mạnh nhất vũ trụ (vì đằng nào chả đi gọi API của mấy ông lớn), nhưng nếu các ông biết cách đóng gói nó vào một workflow giải quyết đúng nỗi đau của user—ở đây là nỗi sợ mất tính nhất quán giữa các scene—thì sản phẩm của các ông vẫn cứ là "xịn xò con bò" và hái ra tiền như thường.

Tuy nhiên, nói đi cũng phải nói lại, đừng vội sa thải editor chạy bằng cơm của các ông. AI có thông minh đến đâu thì những chi tiết nghệ thuật nhỏ nhặt, nhịp phim hay độ sâu cảm xúc vẫn cần bộ não con người tinh chỉnh. Cứ coi con tool này là một trợ lý siêng năng, biết nghe lời, cho đến khi nó dính bug và tự quay xe cắn RAM của các ông nhé!

Nguồn: Product Hunt