Audiovisuellt skapande med AI: vad som går och ännu inte går att göra med professionella resultat

Den 19 och 20 november 2024 hölls Upscale Conf 2024, ett av de mest imponerande AI-relaterade evenemang jag kan minnas i världen.

Det var väntat med tanke på talarna och varifrån de kom (Freepik, Google, Microsoft, GitHub, ElevenLabs, Magnific AI, Founderz…).

Förutom att återse några välkända ansikten från Málagas tekniska toppskikt gav evenemanget mig möjlighet att träffa nya människor. Det är ju inte varje dag man får prata med en journalist från Business Insider, ett av mina dagliga favoritnyhetsbrev.

Det gav mig också något annat: att se var AI befinner sig just nu och förstå den globala påverkan den REDAN har på de kreativa branscherna.

Och det är precis vad det här inlägget handlar om: att ge en överblick över föredragen och förklara var vi redan befinner oss. Jag kan redan nu säga att utvecklingen har kommit längre än jag väntade mig före konferensen.

Men innan vi går in på själva ämnet måste jag säga att jag blev positivt överraskad av lokalerna på SOHRLIN Andalucía, mycket nära en annan trevlig evenemangsplats, La Térmica, som är äldre och mer välkänd.

Man märker att Antonio Banderas står bakom projektet, eftersom den audiovisuella nivån och komforten i lokalerna var mycket hög.

De över 500 personer som deltog satt mycket bekvämt, och jag skulle säga att vi bara fyllde hälften av kapaciteten.

Bra, introduktionerna är avklarade, så nu går vi till det viktiga: jag går igenom alla föredrag ett efter ett och berättar vad jag tar med mig från vart och ett.

Martin LeBlanc – Freepik

Vi började starkt.

Av alla föredrag var det här det jag tyckte bäst om.

Jag antecknade som en galning och slutade samtidigt aldrig att ta bilder och filma.

Varför?

Därför att Martin, produktchef på Freepik, förklarade hur långt man kan komma med AI och skapade allt material som behövdes kring ett påhittat projekt för förnybar energi som hette Solar Nomad.

När jag säger allt menar jag:

#1. Webbdesign

Med det här arbetsflödet:

1. Sketch to Image (perfekt som start när vi redan har något i tankarna).
2. Reimagine (varianter där en viss detalj ändras).
3. Expand (utöka marginalerna).
4. Retouch (retuschera specifika saker, som i Photoshop men enklare).
5. Scale (öka upplösningen och rätta till händer samtidigt).

Martin visade hur man på några minuter skapar en landing page med hero banner och copy för projektet.

Självklart kommer alla verktyg ovan, alltså de som han använde i demonstrationen, från Freepik, om du undrade.

Men om du hellre använder andra verktyg är processen densamma.

Det här var bra, men ingenting jämfört med det som kom därefter…

#2. Videoannons

Det var här alla som såg demon tappade hakan. Det här var slutresultatet, helt genererat med AI:

För att nå dit följde Martin det här arbetsflödet:

Storyboard

Detta gör inte AI, åtminstone inte Freepiks AI… ännu.

Vi ger den materialet. Och ja, du kan självklart använda ChatGPT som hjälp för att bygga det.

LoRAs

Det Freepiks AI däremot kan göra är att bibehålla konsekvens mellan de olika klipp som behövs:

För att en video, reklam eller något annat, ska fungera är det avgörande att samma person eller karaktär hela tiden behålls.

För att lyckas med det är processen följande:

1. Vi skapar eller laddar upp olika bilder av samma person
2. Vi skriver prompts för olika situationer.
3. Resultatet blir en bild för varje klipp, och alla är konsekventa med varandra.
4. Till sist sätter vi ihop allt i valfri videoredigerare. Den delen gör AI ännu inte.

Bra, det finns fortfarande ett litet tips kvar.

Och det är avgörande.

Image to Video

Förutom hjälpen med att skriva in och förbättra verktygets prompts är uppladdning av bilder med hög kvalitet en av nycklarna till video med hög kvalitet.

Det vill säga med bra upplösning.

Därför gör vi en uppskalning av bilden innan videon genereras. Bland annat därför köpte de Magnific.AI på sin tid 😉

Även om det inte syns i stillbilden är kvalitetsskillnaden mellan videon som genererats med den ena och den andra bilden tydlig.

Ljud till videon

Här har vi två delar:

1. Berättarrösten.
2. Bakgrundsmusiken.

Freepik har verktyg för båda:

Freepik Tunes

För att skapa rösten behöver vi bara ladda upp texten och välja den röst som passar bäst.

Om du har använt ElevenLabs känner du till processen.

Video Match

När berättarrösten är klar är det dags att lägga till bakgrundsmusiken.

För att göra det laddar jag upp videon och verktyget ger mig olika alternativ för musik och integrerar dessutom rösten.

Resultatet är helt enkelt otroligt.

Tid och resurser i processen

Martin berättade att hela reklamvideon tog honom 10 timmar.

Och allt gjordes av en enda person..

Jag vet inte om du någon gång har deltagit i en utomhusinspelning, men jag kan säga att det knappast går snabbt och att bara upp- och nedmonteringen av utrustningen tar en hel del tid.

Och det är bara slutresultatet. Innan dess måste man hitta och fastställa inspelningsplatser och genomföra casting av skådespelare.

Resultatet är alltså häpnadsväckande och gör det möjligt för små och medelstora företag att skapa annonser med en kvalitet som liknar de stora varumärkenas.

Jag har inte uppskattat kostnaden i euro för de Freepik-verktyg som krävs för allt detta, men jag förväntar mig att den är ungefär 100 till 1 000 gånger lägre än att spela in en reklamfilm på ”vanligt” sätt.

Jag upprepar: mellan 100 och 1 000 gånger billigare än en sådan reklamfilm som du tvingas se före vilken film som helst på Prime Video.

Nu när jag har avslutat sammanfattningen av det här föredraget, som imponerade mest på mig och därför fick en detaljerad genomgång, sammanfattar jag resten av konferensen med fokus på de viktigaste punkterna i varje presentation.

Nick Coronges – R/GA

Nick visade exempel på hur teknik får företag att byta riktning. Freepik vet allt om det: på rekordtid behövde bolaget gå från en bildmarknadsplats till en AI-plattform.

Han fokuserade också på hur AI kan användas för varumärken. Vi måste tänka om kring vår kreativa pipeline.

Tack vare AI kan vi i dag fortsätta göra det vi redan gör, men göra det bättre.

Nick föreslår dock att vi vänder på perspektivet och funderar på vad AI gör möjligt som vi inte kunde göra tidigare.

Som exempel tog han Androids rebranding som byrån genomförde i år och hur AI hjälpte dem skapa oändliga variationer av roboten efter att modellen hade tränats.

Det illustrerar vad han betraktar som en varumärkesbyrå som arbetar AI-nativt..

Hugo Barbera – HumAInmade

Hugo är kreativ.

Det märks från första minuten. Han berättar om sin erfarenhet av AI, som inte började i går: han har arbetat med den i flera år. Det syns i hans skapelser:

Dessutom berättar hans futuristiska skapelser, inom lyxmarknaden som hans byrå fokuserar på, alltid en historia. Vad man än väljer att kalla dem är det nyckeln till deras framgång.

Här är ett par exempel:

Personligen påminde de mig starkt om serierna i Métal Hurlant som jag läste för nästan 30 år sedan och som lyckligtvis har fått nytt liv tack vare Kickstarter, men det är en annan historia.

Laia Grassi

Laias föredrag var fullmatat med innehåll.

Till att börja med pekade hon på det enorma antalet områden som påverkas av AI:s ankomst, långt fler än det verkar vid första anblicken.

Självklart visade hon siffror över de beräknade jobben under 2025 som är kopplade till AI, åt båda hållen, och de var häpnadsväckande:

• 97 miljoner nya jobb.
• 85 miljoner jobb ersatta av AI.
• Ett positivt netto på 12 miljoner jobb.

Och det bara under 2025.

Fundera på vilken sida du vill stå på… och agera.

När sammanhanget var tydligt började hon förklara skillnaderna mellan hur kreativitet hanteras i det mänskliga sinnet och hur AI hanterar den.

Dessutom visade hon ett par verkliga kampanjer där AI används.

Den första återskapade en fotografering i idylliska miljöer åt ett företag som inte hade råd att göra den på riktigt:

Det liknar det jag berättade om reklamen i det första föredraget, men tillämpat på en fotografering.

Det andra exemplet var annonser för en webbutik, där produkten blandades med objekt som genererats med artificiell intelligens — ursäkta videokvaliteten, men jag var tvungen att zooma in:

Som avslutning använde hon ett fantastiskt citat som jag tror var av Steve Jobs:

”Kreativitet är förmågan att se samband där andra inte ser dem, bryta etablerade mönster och skapa nya lösningar.”

Pau García Mila – Founderz

Pau höll ett mycket underhållande föredrag, fullt av ständiga skämt men också av substans.

Vi fick live se den berömda idén att skapa en startup på 15 minuter — med tidtagning — med AI.

Det här var arbetsflödet:

• Han bad Copilot börja med startupens affärsplan.
• Därefter en uppdelning av finansplanen i tabeller.
• Texter för sociala medier.
• Videorna — kanske den minst lyckade delen, men han hade bara 15 minuter till allt.
• En presentation för investerare.
• Och en landing page

Tanken var inte att skapa en startup som fungerade på första försöket, utan att vi skulle förstå hur snabbt en kan byggas.

Och att visa oss att AI gör det möjligt att misslyckas ”faster and cheaper”, vilket innebär att vi kan starta många, väldigt många idéer på nästan ingen tid alls och testa dem för att se vilka som kan fungera och sedan gå vidare med dem.

Det är samma metod som används av early stage- investerare i startups, men tillämpad på själva skapandet av startupen.

Om du är nyfiken och rastlös är idén mycket, mycket lockande…

Förutom sitt föredrag modererade Pau också tävlingen för AI-baserade startups under evenemanget.

Fyra hade valts ut:

• Journo: AI-innehåll för journalister, för SEO, sociala medier…
• Brandfy: skapa ett helt varumärke med AI.
• ConsistentCharacter: visuellt berättande.
• PiktID: skapa modeller för fotograferingar.

Det sistnämnda vann, om du vill ta en titt.

George Eid – AREA 17

I ett mer metafysiskt spår förklarade George med exempel varför berättelser fungerar och vilka regler framgångsrika berättelser följer.

När det gäller AI kan vi koppla den till makt och magi.

Justin Hackney – ElevenLabs

Ärligt talat hade jag som fan av verktyget mycket höga förväntningar på det här föredraget. Men sanningen är att det kan sammanfattas i en enda mening:

”Berättelserna vi berättar formar vår verklighet.”

Nerea Luis

Nerea hade den svåra uppgiften att hålla oss vakna och alerta efter lunchen. Och hon lyckades.

Hon fokuserade på de fyra användningsområden där AI kan hjälpa oss att kommunicera snabbare och smartare. Enligt henne är de:

• UX-personalisering.
• Copywriting och kommersiellt innehåll.
• Testning av konversationsgränssnitt (chatbots och QA).
• Prototyper och konceptutveckling.

Hon tog exemplet Netflix: hur algoritmer har omdefinierat hur vi använder videoappar, så att vi nästan inte använder sökfunktionen längre, även om någon nörd som jag fortfarande gör det ibland.

Hon rekommenderade oss också att ge NotebookLM en chans, eftersom hon ser det som nästa steg efter ChatGPT: det ger bättre spårbarhet för innehållet tack vare ”bubbles”, en sorts verktygstips som visar mer information när du för muspekaren över dem.

Rundabordssamtal, moderator: Andrés Torrubia – Medbravo

Därefter hade vi ett rundabordssamtal som utforskade det aktuella läget för AI-genererad video.

Det här var de viktigaste punkterna från varje deltagare:

• Stacie Chan: med anledning av de åtta sekunder video som hennes applikation kan skapa sade hon att begränsningar är bra för kreativiteten, eftersom de tvingar oss att tänka bättre. Och jag håller helt med, åtminstone till en viss gräns. Det räcker att se de ”förlängda versionerna” eller ”director’s cut” av vilken Ridley Scott-film som helst för att förstå hur bra det är för honom att ha en producent som klipper vingarna.
• Mike Ramos: den här audiovisuella producenten sade att man måste vara medveten om begränsningarna och ändra sättet att tänka och skapa innan man använder ett verktyg. Du kanske inte kan göra exakt samma sak som tidigare, men du kan utforska något nytt.
• Javi López: slutligen sade medgrundaren av Magnific.AI att han lägger mycket tid på forskning och tester när han skapar video med AI, tills resultatet blir någorlunda bra. Han pekade också ut konsekvens som den avgörande faktorn för att börja använda AI-video till filmer som är längre än några sekunder eller minuter. Utan den är det omöjligt.

Elizabeth Laraki – tidigare på Google

Hon började med att visa hur vi kan lära oss prompting:

• Försök och misstag.
• Genom att titta på den feedback verktygen ger oss.
• Prompts som andra användare delar i forum och portaler (”prova det här…”).
• Omvänd prompting: på AI-plattformar som bildgeneratorer, där vi kan se den prompt som skapade en bild och använda den för att återskapa resultatet.

Genom detta kom hon fram till ordningen på elementen i en prompt för professionella bilder, som är följande:

Här är den som text:

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

Jag vet inte om du kände till den här strukturen — det gjorde inte jag — så jag sparar den och provar den direkt.

David Jensenius – GitHub

Till sist lyckades jag inte riktigt förstå poängen med föredraget. Några häftiga exempel, men lite som gick att tillämpa på verkliga projekt.

Eller så var det jag som inte uppskattade det, delvis på grund av det jag berättar härnäst.

Slutsatser

Och det var vad Upscale Conf 2024 gav oss.

Eller snarare vad jag hann delta i innan en dödlig förkylning skickade hem mig och höll mig i sängen i två hela dagar.

Det betyder att även om jag inte kunde delta i föredragen den andra dagen tror jag att de sessioner jag nämnt ger en mycket bra bild av var vi befinner oss inom AI-skapande och vart utvecklingen är på väg.

Som en anekdot, som samtidigt fungerar som slutsats, såg jag föredragen tillsammans med chefen för Málagas största kommunikations- och reklambyrå. Han betraktade det som var på väg med en blick fylld av både glädje och oro..

För den som förstår räcker få ord.

Och det är inte konstigt, med tanke på vad som är på väg över oss alla.

När artikeln nu är slut frågar jag dig: gillar du AI? Då hittar du fler artiklar om artificiell intelligens.

När du har läst dem och vill få en artikel varje torsdag via e-post, om AI och digitala affärer, prenumerera här..