Audiovisuell produksjon med KI: hva som kan og fortsatt ikke kan gjøres med profesjonelle resultater

Den 19. og 20. november 2024 ble Upscale Conf 2024, et av de mest imponerende KI-relaterte arrangementene jeg kan huske på verdensbasis.

Det var å vente, med tanke på foredragsholderne og selskapene de kom fra (Freepik, Google, Microsoft, GitHub, ElevenLabs, Magnific AI, Founderz…).

I tillegg til å se noen kjente ansikter fra den teknologiske eliten i Málaga, ga arrangementet meg anledning til å møte nye mennesker. Det er tross alt ikke hver dag man får snakke med en journalist fra Business Insider, et av mine daglige favorittnyhetsbrev.

Det ga meg også noe annet: å se hvor KI står i dag og forstå den globale påvirkningen den ALLEREDE har på de kreative bransjene.

Og det er nettopp dette innlegget handler om: å gi en oversikt over foredragene og forklare hvor vi allerede befinner oss. Jeg kan røpe med en gang at utviklingen har kommet lenger enn jeg forventet før konferansen.

Men før vi går inn i selve temaet, må jeg si at jeg ble positivt overrasket over fasilitetene ved SOHRLIN Andalucía, svært nær et annet fint arrangementslokale, La Térmica, som er eldre og bedre kjent.

Man merker at Antonio Banderas står bak prosjektet, for det audiovisuelle nivået og komforten i lokalene var svært høy.

De mer enn 500 personene som deltok på arrangementet satt svært komfortabelt, og jeg vil tro vi bare fylte halvparten av kapasiteten.

Bra, introduksjonen er unnagjort, så la oss gå til saken: Jeg skal gjennomgå alle foredragene ett for ett og fortelle hva jeg tok med meg fra hvert av dem.

Martin LeBlanc – Freepik

Vi startet sterkt.

Av alle foredragene var dette det jeg likte best.

Jeg tok notater som en gal og sluttet samtidig aldri å ta bilder og filme.

Hvorfor?

Fordi Martin, produktsjef i Freepik, forklarte hvor langt man kan komme med KI og laget alt materialet som trengtes rundt et tenkt prosjekt for fornybar energi kalt Solar Nomad.

Når jeg sier alt, mener jeg:

#1. Webdesign

Med denne arbeidsflyten:

1. Sketch to Image (perfekt for å komme i gang når vi allerede har noe i tankene).
2. Reimagine (varianter der et bestemt punkt endres).
3. Expand (utvide margene).
4. Retouch (retusjere bestemte ting, som i Photoshop, bare enklere).
5. Scale (øke oppløsningen og rette opp hender samtidig).

Martin viste hvordan man på få minutter kan lage en landing page med hero banner og copy for prosjektet.

Selvsagt kommer alle verktøyene over, altså de han brukte i demonstrasjonen, fra Freepik, hvis du lurte.

Men hvis du foretrekker andre verktøy, ville prosessen vært den samme.

Dette var bra, men ingenting sammenlignet med det som kom etterpå…

#2. Videoannonse

Her mistet alle som så demonstrasjonen nesten haken. Dette var sluttresultatet, generert helt med KI:

For å komme dit fulgte Martin denne arbeidsflyten:

Storyboard

Dette gjør ikke KI, i hvert fall ikke Freepiks KI… ennå.

Vi gir den materialet selv. Og ja, du kan selvfølgelig bruke ChatGPT til å hjelpe deg med å bygge det.

LoRAs

Det Freepiks KI derimot kan gjøre, er å opprettholde konsistens mellom de ulike klippene som trengs:

For at en video, reklame eller noe annet, skal fungere, er det avgjørende å beholde den samme personen eller figuren hele veien.

For å få til det er prosessen slik:

1. Vi lager eller laster opp ulike bilder av samme person
2. Vi skriver prompts for forskjellige situasjoner.
3. Resultatet er et bilde for hvert klipp, og alle er konsistente med hverandre.
4. Til slutt setter vi alt sammen i en hvilken som helst videoredigerer. Foreløpig gjør ikke KI denne delen.

Bra, det gjenstår fortsatt et lite råd.

Og det er avgjørende.

Image to Video

I tillegg til hjelpen med å skrive inn og forbedre verktøyets prompts er opplasting av bilder i høy kvalitet en av nøklene til videoer i høy kvalitet.

Det vil si med god oppløsning.

Derfor utfører vi en oppskalering av bildet før videoen genereres. Det var blant annet derfor de kjøpte Magnific.AI i sin tid 😉

Selv om det ikke synes på stillbildet, er kvalitetsforskjellen mellom videoene som er generert med det ene og det andre bildet tydelig.

Lyd til videoen

På dette punktet har vi to deler:

1. Fortellerstemmen.
2. Bakgrunnsmusikken.

Freepik har verktøy for begge:

Freepik Tunes

For å generere stemmen trenger vi bare å laste opp teksten og velge stemmen som passer best.

Hvis du har brukt ElevenLabs, kjenner du prosessen.

Video Match

Når fortellerstemmen er klar, er det på tide å legge til bakgrunnsmusikken.

For å gjøre dette laster jeg opp videoen, og verktøyet gir meg ulike alternativer for musikk og integrerer dessuten stemmen.

Resultatet er rett og slett fantastisk.

Tid og ressurser i prosessen

Martin fortalte at hele reklamevideoen tok ham 10 timer.

Alt dette gjort av én person..

Jeg vet ikke om du noen gang har deltatt i et utendørsopptak, men jeg kan forsikre deg om at det slett ikke går raskt, og bare opp- og nedriggingen av utstyret tar mye tid.

Og dette er bare sluttresultatet: før det må man finne og fastsette innspillingssteder og gjennomføre casting av skuespillere.

Resultatet er altså forbløffende og gjør det mulig for små og mellomstore bedrifter å lage reklamer med en kvalitet som ligner de store merkenes.

Jeg har ikke beregnet kostnaden i euro for Freepik-verktøyene som trengs for alt dette, men jeg forventer at den ligger omtrent 100 til 1 000 ganger lavere enn å spille inn en reklame på «vanlig» måte.

Jeg gjentar: mellom 100 og 1 000 ganger billigere enn en av reklamene du må se før en hvilken som helst film på Prime Video.

Nå som jeg har oppsummert dette foredraget, det som imponerte meg mest på konferansen og som jeg derfor ville fortelle om i detalj, oppsummerer jeg resten av konferansen med vekt på hovedpunktene fra hver presentasjon.

Nick Coronges – R/GA

Nick viste eksempler på hvordan teknologi får bedrifter til å endre kurs. Freepik vet alt om det: På rekordtid måtte selskapet gå fra å være en markedsplass for bilder til en KI-plattform.

Han fokuserte også på hvordan KI kan brukes for merkevarer. Vi må tenke kreativ pipeline på nytt.

Takket være KI kan vi i dag fortsette å gjøre det vi allerede gjør, bare bedre.

Nick foreslår imidlertid at vi snur på perspektivet og tenker over hva KI lar oss gjøre som vi ikke kunne gjøre før.

Som eksempel brukte han rebrandingen av Android som byrået gjennomførte i år, og hvordan KI hjalp dem med å lage uendelig mange varianter av roboten etter at modellen var trent.

Dette illustrerer det han ser på som et merkevarebyrå som arbeider KI-nativt..

Hugo Barbera – HumAInmade

Hugo er kreativ.

Det merkes fra første minutt. Han forteller om erfaringen sin med KI, som ikke startet i går: Han har jobbet med den i flere år. Det synes i arbeidene hans:

I luksusmarkedet, som byrået hans konsentrerer seg om, forteller de futuristiske arbeidene hans, om vi kan kalle dem det, alltid en historie. Og det er nøkkelen til at de lykkes.

Her er et par eksempler:

Personlig minnet de meg sterkt om tegneseriene i Métal Hurlant som jeg leste for nesten 30 år siden, og som heldigvis har fått nytt liv takket være Kickstarter, men det er en annen historie.

Laia Grassi

Laias foredrag var fullt av substans.

Til å begynne med pekte hun på det enorme antallet områder som påvirkes av KI, langt flere enn det virker som ved første øyekast.

Selvsagt viste hun tallene for anslåtte arbeidsplasser i 2025 knyttet til KI, i begge retninger, og de var svimlende:

• 97 millioner nye arbeidsplasser.
• 85 millioner arbeidsplasser erstattet av KI.
• Et positivt nettoresultat på 12 millioner arbeidsplasser.

Og dette bare i 2025.

Tenk over hvilken side du vil stå på… og handle.

Da konteksten var på plass, begynte hun å forklare forskjellene mellom hvordan kreativitet behandles i menneskesinnet og hvordan KI gjør det.

Hun viste oss også et par virkelige kampanjer der KI brukes.

Den første skulle gjenskape en fotografering i idylliske omgivelser for en bedrift som ikke hadde råd til å gjennomføre den i virkeligheten:

Det tilsvarer det jeg fortalte om reklamen i det første foredraget, men anvendt på en fotografering.

Det andre eksemplet var annonser for en nettbutikk, der produktet ble blandet med objekter generert av kunstig intelligens — beklager videokvaliteten, men jeg måtte zoome inn:

Som avslutning brukte hun et flott sitat som jeg tror var av Steve Jobs:

«Kreativitet er evnen til å se forbindelser der andre ikke ser dem, bryte etablerte mønstre og skape nye løsninger.»

Pau García Mila – Founderz

Pau holdt et svært underholdende foredrag, med stadige vitser, men også fullt av substans.

Vi fikk dermed se den berømte myten om å starte en startup på 15 minutter — på stoppeklokken — med KI.

Dette var arbeidsflyten:

• Han ba Copilot starte med forretningsplanen til startupen.
• Deretter en oppdeling av finansplanen i tabeller.
• Tekstene til sosiale medier.
• Videoene — kanskje den minst vellykkede delen, men han hadde bare 15 minutter til alt.
• En presentasjon for investorer.
• Og en landing page

Poenget var ikke å skape en startup som fungerte på første forsøk, men å få oss til å forstå hvor raskt en kan bygges.

Og å vise oss at KI lar oss feile «faster and cheaper», slik at vi kan sette i gang mange, svært mange ideer på nesten ingen tid og teste dem for å se hvilke som kan fungere, og så gå videre med disse.

Det er den samme metodikken som brukes av early stage- investorer i startups, men anvendt på selve opprettelsen av selskapet.

Hvis du er nysgjerrig og rastløs, er ideen svært, svært fristende…

I tillegg til foredraget sitt var Pau også moderator i konkurransen for KI-baserte startups under arrangementet.

Fire var valgt ut:

• Journo: KI-innhold for journalister, for SEO, sosiale medier…
• Brandfy: opprette en hel merkevare med KI.
• ConsistentCharacter: visuell historiefortelling.
• PiktID: lage modeller for fotograferinger.

Den sistnevnte vant, hvis du vil ta en titt.

George Eid – AREA 17

I en mer metafysisk retning forklarte George med eksempler hvorfor historier fungerer, og hvilke regler suksessene følger.

Når det gjelder KI, kan vi knytte den til makt og magi.

Justin Hackney – ElevenLabs

Ærlig talt hadde jeg som fan av verktøyet svært høye forventninger til dette foredraget. Men sannheten er at det kan oppsummeres i én setning:

«Historiene vi forteller, former virkeligheten vår.»

Nerea Luis

Nerea hadde den vanskelige oppgaven med å holde oss våkne og skjerpet etter lunsj. Og hun klarte det.

Hun fokuserte på de fire bruksområdene der KI kan hjelpe oss med å kommunisere raskere og smartere. Ifølge henne er de:

• UX-personalisering.
• Tekstforfatting og kommersielt innhold.
• Testing av samtalegrensesnitt (chatboter og QA).
• Prototyper og konseptutvikling.

Hun brukte eksemplet Netflix: hvordan algoritmene har omdefinert bruken av videoapper, slik at vi nesten ikke bruker søkefunksjonen lenger, selv om en nerd som meg fortsatt gjør det av og til.

Hun anbefalte også å gi NotebookLM en sjanse, fordi hun mener det er neste steg etter ChatGPT: Det gir bedre sporbarhet i innholdet takket være «bubbles», en slags verktøytips som viser mer informasjon når du holder musepekeren over dem.

Rundebordssamtale, moderator: Andrés Torrubia – Medbravo

Deretter hadde vi en rundebordssamtale som utforsket den nåværende situasjonen for KI-generert video.

Dette var hovedpunktene fra hver deltaker:

• Stacie Chan: med tanke på de åtte sekundene med video som applikasjonen hennes kan skape, sa hun at begrensninger er bra for kreativiteten, fordi de tvinger oss til å tenke bedre. Og jeg kunne ikke vært mer enig, i hvert fall til et visst punkt. Man trenger bare å se de «utvidede versjonene» eller «director’s cut» av en hvilken som helst Ridley Scott-film for å forstå hvor godt det er for ham å ha en produsent som klipper vingene hans.
• Mike Ramos: denne audiovisuelle produsenten sa at man må være klar over begrensningene og endre måten man tenker og skaper på før man bruker et verktøy. Kanskje du ikke kan gjøre nøyaktig det samme som før, men du kan utforske noe nytt.
• Javi López: til slutt sa medgründeren av Magnific.AI at han bruker mye tid på forskning og testing når han lager video med KI, helt til han får noe brukbart. Han pekte også på konsistens som nøkkelfaktor for å begynne å bruke KI-video til filmer som varer lenger enn noen få sekunder eller minutter. Uten konsistens er det umulig.

Elizabeth Laraki – tidligere i Google

Hun begynte med å vise hvordan vi kan lære prompting:

• Prøving og feiling.
• Ved å se på tilbakemeldingene verktøyene gir oss.
• Prompts delt av andre brukere i forum og portaler («prøv dette…»).
• Omvendt prompting: på KI-plattformer som bildegeneratorer, der vi kan se prompten som skapte et bilde, og bruke den til å gjenskape resultatet.

Ved å gjøre dette kom hun frem til rekkefølgen på elementene i en prompt for profesjonelle bilder, og den er slik:

Her er den som tekst:

[Subject] + [Action/Pose] + [Setting/Environment] + [Lighting] + [Camera Angle] + [Style] + [Atmosphere] + [Technical Specifications] + [Aspect Ratio]

Jeg vet ikke om du kjente denne strukturen — det gjorde ikke jeg — så jeg lagrer den og prøver den med en gang.

David Jensenius – GitHub

Til slutt klarte jeg ikke helt å forstå poenget med foredraget. Noen kule eksempler, men lite som kunne brukes i virkelige prosjekter.

Eller kanskje jeg ikke klarte å verdsette det, delvis på grunn av det jeg forteller om nå.

Konklusjoner

Og dette var det Upscale Conf 2024 ga oss.

Eller rettere sagt: dette var det jeg rakk å delta på før en dødelig forkjølelse sendte meg hjem og holdt meg i sengen i to hele dager.

Det betyr at selv om jeg ikke kunne delta på foredragene den andre dagen, mener jeg at sesjonene jeg har nevnt her gir et svært godt bilde av hvor vi står i KI-produksjon, og hvor utviklingen sannsynligvis går videre.

Som en anekdote — som samtidig fungerer som konklusjon — så jeg foredragene sammen med direktøren for Málagas største kommunikasjons- og reklamebyrå. Han så på det som var på vei med en blanding av glede og bekymring i blikket..

For den som forstår, er få ord nok.

Og det er ikke rart, med tanke på det som er på vei mot oss alle.

Nå som artikkelen er ferdig, spør jeg deg: Liker du KI? Da finner du flere artikler om kunstig intelligens.

Når du har sett på dem og vil motta én artikkel hver torsdag på e-post, om KI og digital virksomhet, abonner deg her..