Synthesia تُنشئ أفاتار تفاعلياً بالذكاء الاصطناعي لصحفية في TechCrunch

طوّرت Synthesia، الشركة الناشئة المتخصصة في توليد الفيديو والمعروفة بإنشاء أفاتارات بالذكاء الاصطناعي للاستخدام المؤسسي، توأماً رقمياً تفاعلياً لصحفية في TechCrunch، مدرَّباً على الإجابة عن الأسئلة المتعلقة بمقال واحد فقط من مقالاتها. وهذه هي المرة الأولى التي تُنشئ فيها الشركة أفاتار تفاعلياً لصحفية، أو لأي شخص بخلاف Alexandru Voica، رئيس الشؤون المؤسسية فيها، الذي يجيب أفاتاره الخاص عن الأسئلة الصحفية الشائعة حول الشركة.

تتخذ Synthesia من المملكة المتحدة مقراً أصلياً لها، وتنافس شركات مثل D-ID وHeyGen وColossyan في إنشاء أفاتارات بالذكاء الاصطناعي لمقاطع فيديو التدريب المؤسسي. وبلغت قيمة الشركة 4 مليارات دولار في وقت سابق من هذا العام، وقالت في العام الماضي إنها تجاوزت 100 مليون دولار في الإيرادات المتكررة السنوية. وتطوّر Synthesia ثلاثة أنواع من المنتجات: منصة لإنشاء الفيديو وتوزيعه يكتب فيها المستخدم نصاً ليقرأه أفاتار تقليدي، ومنصة تفاعلية تُسمى Sessions يتفاعل فيها الأشخاص مع الأفاتارات عبر استطلاعات أو محاكاة أدوار، ومنصة واجهات برمجة تطبيقات (API) تتيح للعملاء دمج نماذج الفيديو والصوت الخاصة بـSynthesia مع خدمات أخرى. وأطلقت الشركة مؤخراً منتجاً ضمن Sessions يُسمى Roleplay Sessions، يتيح للموظفين التدرب على مهام مثل عروض المبيعات مع أفاتار تفاعلي بالذكاء الاصطناعي يستجيب لإجاباتهم ويقيّمها.

تطلّب إنشاء أفاتار الصحفية زيارة استوديو تصوير صغير داخل مكتب Synthesia في نيويورك، حيث التقط الفريق صوراً عديدة لها وسجّل عينة من صوتها مدتها دقيقتان. واستغرق فريق Synthesia بضعة أيام لإنتاج أفاتارين تفاعليين — أحدهما بنظارة والآخر من دونها — إضافة إلى أفاتارين شخصيين يكتفيان بقراءة أي نص يُعطى لهما بصوت عالٍ بدلاً من التحاور.

يعمل الأفاتار التفاعلي عبر سلسلة من النماذج: نموذج لتحويل الصوت إلى نص يفرّغ ما يقوله الشخص، ونموذج لغوي وكيل يفسّر النص ويمكنه التصرف بناءً عليه، ونموذج لتحويل النص إلى صوت يولّد الرد المنطوق، ونموذج فيديو طوّرته Synthesia يحرّك الأفاتار أثناء حديثه. وتشغّل نماذج الفيديو والصوت الخاصة بـSynthesia هذه السلسلة افتراضياً، لكن يمكن للعملاء استخدام بدائل من Cartesia وElevenLabs وGoogle أو OpenAI، كما يمكنهم استضافة أفاتاراتهم على سحابتهم الخاصة أو دفع رسوم لـSynthesia لاستضافتها.

ولأن الأفاتار حتمي — أي مقتصر على القصة الوحيدة التي دُرّب عليها — فإنه يعيد توجيه أي سؤال خارج هذا الموضوع بدلاً من الارتجال. وظهرت هذه المحدودية عندما حاولت والدة الصحفية، التي سبق أن وصفت العرض بأنه مذهل، إحراج الأفاتار بأسئلة لا يعرف إجابتها سواها؛ فاستمر الأفاتار في إعادة توجيهها إلى المقال، ما دفعها إلى المزاح قائلة: “لا أتذكر أنني أنجبت اثنتين منكِ.”

لماذا يهم

ويشير تحوّل Synthesia نحو أفاتارات تفاعلية حتمية أحادية الغرض — أولاً لتواصلها المؤسسي الخاص، والآن في حالات اختبار خارجية — إلى مستقبل قد تتولى فيه بدائل بالذكاء الاصطناعي جزءاً من التواصل العام. أما ما إذا كان ذلك يمتد إلى الصحافة، حيث تمثّل الثقة الأصل الأساسي، فيبقى سؤالاً مفتوحاً لم تحسمه تجربة الشركة نفسها.