Những ngày gần đây, người dùng chatbot AI hân hoan với bản cập nhật mới của ChatGPT, cung cấp một tính năng tạo ảnh tiên tiến. Khi lướt mạng xã hội mà thấy một tấm hình với phong cách Ghibli, khả năng cao đó là sản phẩm tạo ra bởi ChatGPT. Xu hướng này “viral” tới mức CEO của OpenAI, Sam Altman, cũng đã thay đổi hình đại diện trên X của mình.

Nhưng nếu bạn có thấy phiên bản Lord of the Rings (LotR – Chúa Nhẫn) bản Ghibli, thì đây không phải tác phẩm của một mình Sora (hệ thống của OpenAI có thể sinh video từ văn bản) đâu nhé! Để có được sản phẩm cuối cùng, người tạo ra nó đã phải sử dụng nhiều công cụ khác nhau.

Đây là sản phẩm của một cá nhân tự xưng là “Nhà làm phim AI” có tên PJ Accetturo; anh đã từng xuất hiện trên các tờ báo lớn như Variety, Hollywood Reporter, BBC và Animation Magazine.

PJ Accetturo làm ra tác phẩm dưới đây bằng sự kết hợp giữa Sora của OpenAI, bên cạnh những công cụ trí tuệ nhân tạo là Kling và Luma.

Theo lời kể của PJ Accetturo, quá trình “làm phim” trải qua nhiều công đoạn. Đầu tiên, anh chụp lại toàn bộ 102 cảnh trong trailer phần đầu tiên của kiệt tác Chúa Nhẫn; anh sử dụng công cụ Sora của OpenAI để tái tạo toàn bộ 102 cảnh này với phong cách hoạt hình của Studio Ghibli.

Với Sora, anh sử dụng những prompt có dạng tương tự như sau để tái tạo ảnh:

Hãy tái tạo lại cảnh này theo phong cách của Studio Ghibli, với mức độ chi tiết tinh xảo. Đảm bảo rằng bố cục, màu sắc và bầu không khí tương đồng. Cảnh trong hình mô tả những nhân vật khoác áo choàng đen cưỡi trên những con ngựa đen, phi nước đại để chạy trốn khỏi một con sóng khổng lồ trên lòng sông đang truy đuổi họ.

Anh cũng sử dụng Kling và Luma AI để hoạt hình hóa một số ảnh có được. Vì không có thời gian để làm chuyển động môi của nhân vật sao cho khớp với lời thoại, PJ Accetturo chỉ dùng những prompt đơn giản như “một người đàn ông đang hét lớn, trong sợ hãi” hay “một người phụ nữ đang nói, biểu cảm lo lắng, cau mày”.

Anh dùng song song cả Kling và Luma. Khi một công cụ không cho ra kết quả như ý, anh dùng công cụ còn lại.

Theo lời kể, PJ Accetturo đã dùng 250 USD để đổi ra đơn vị tiền tệ của Kling, nhằm yêu cầu mô hình AI ghép những tấm ảnh trên thành video.

Đọc những công đoạn sản xuất trên, đại đa số những người đã quen với chatbot AI đều có thể làm theo. Từ câu chuyện này, chúng ta cũng rút ra được một số điểm quan trọng trong công tác sản xuất nội dung bằng trí tuệ nhân tạo.

Đầu tiên, phải biết các công cụ AI làm được gì để có thể tận dụng triệt để được chúng. Anh PJ Accetturo biết thế mạnh của Sora là tái tạo tranh ảnh theo phong cách nhất định, và hiểu rõ Kling và Luma có thể hoạt hình hóa ảnh tĩnh, nên đã có thể cho ra một thước phim ấn tượng.

Bên cạnh đó, cách đặt prompt của người dùng phải chuẩn xác, ít thì phải đúng chính tả, nhiều thì phải mô tả kỹ càng ý tưởng mà mình muốn hiện thực hóa.

Có những thứ có thể xử lý bằng prompt đơn giản – như việc làm cho môi nhân vật chuyển động, nhưng có những thứ yêu cầu vốn từ vựng và trí tưởng tượng của người dùng phải phong phú – ví dụ như việc mô tả phân cảnh con sóng nước truy đuổi đàn Nazgul.

Và cuối cùng, người dùng các công cụ AI cần rèn giũa thêm tính kiên nhẫn nữa. Như lời PJ Accetturo kể, anh đã mất 9 tiếng chỉ để biên tập lại số ảnh động được tạo ra để ghép thành một video hoàn chỉnh.

Công tác tạo ảnh không thể được hoàn thiện chỉ với đôi ba prompt, bạn phải thử-loại liên tục để tìm ra được một prompt hoàn chỉnh, lột tả được toàn bộ dụng ý của bản thân. Việc “nói mãi mà AI không nghe” có thể khiến nhiều người chán nản, khi vừa mất tiền lại vừa mất thời gian.

Hiện tại, quá trình “làm phim” kể trên đang cần tới 4 yếu tố chính: khái niệm “phim hoạt hình Ghibli”, một sản phẩm mẫu để AI học theo – là trailer cho phần phim Chúa Nhẫn đầu tiên, một bộ công cụ AI đa năng có thể làm được nhiều việc, và một cá nhân kiên trì, biết tận dụng thế mạnh của mình cũng như của AI.

Thiết nghĩ, bất cứ ai cũng đã có thể sở hữu từ 3 đến 4 yếu tố kể trên. Có lẽ đây chính là tương lai của lĩnh vực sáng tạo: ai cũng có thể tạo ra những sản phẩm thú vị. Câu hỏi còn lại ở đây là, sản phẩm của ai đủ thú vị để có thể vượt trội hơn so với đám đông.