Една от функциите, добавени тази седмица към AI Copilot на Microsoft в браузъра Edge, е възможността за генериране на текстови резюмета на видеоклипове. Но спестяващата време функция на Edge Copilot все още е доста ограничена и работи само с предварително обработени видеоклипове или такива със субтитри, както обясни Михаил Парахин, главен изпълнителен директор на Microsoft за реклама и уеб услуги.
Както е забелязано от MSPowerUser, Парахин пише: "За да работи, трябва предварително да обработим видеото. Ако видеото има субтитри - винаги можем да се спрем на това, ако няма и все още не сме го обработили предварително - тогава няма да работи", в отговор на въпрос.
н други думи, сам по себе си Edge Copilot не толкова обобщава видеоклипове, колкото обобщава текстовите транскрипции на видеоклиповете. Copilot може да изпълнява подобна функция и в целия Microsoft 365, включително обобщаване на видео срещи на Teams и разговори за агенти за обслужване на клиенти - и в двата случая аудиото трябва първо да бъде транскрибирано от Microsoft. Copilot в Microsoft Stream също може да резюмира всяко видео, но отново изисква от потребителите да генерират писмен препис.
Разговорът започна, след като дизайнерът Пиетро Скирано публикува запис на екрана на Edge Copilot, който обобщава видеоклип в YouTube за трейлъра на GTA VI. В този случай изглежда, че Copilot се справя перфектно с работата си. Потребителят в записа натиска бутона "Генериране на видео резюме" в страничната лента на Copilot и само няколко секунди по-късно Copilot изработва такова, допълнено с акценти и времеви маркировки.
Разбира се, много платформи, включително YouTube и Vimeo, могат автоматично да генерират транскрипции и субтитри - ако потребителите активират тази функция. След като The Verge попита Парахин на X дали можем да приемем, че повечето публично достъпни видеоклипове (т.е. YouTube) не са предварително обработени, той отговори: "Би трябвало да работи за повечето видеоклипове."
Copilot е само най-новият пример за надпреварата в генеративния изкуствен интелект, в която Microsoft се конкурира с Google (и други). Миналия месец Google обнови разширението на YouTube за своя чатбот Bard, за да му даде възможност да обобщава съдържанието на видеоклипа и да извлича конкретна информация от него. Точно тази седмица Google обяви голяма актуализация на Gemini, която има своите проблеми - редакцията на компанията може да е представила погрешно някои от възможностите на ИИ в демонстрационен филм, а и невинаги има ясни факти.
Comments