"
115,446 جنریشن ریکارڈز، 108 فولڈرز، 40 ہزار سے زیادہ پرامپٹس، اور 95 منٹ کی AI فلم کی تیاری کا پورا عمل آپ کے سامنے
—— کوکا
سب کو سلام، میں کوکا ہوں۔
حال ہی میں Higgsfield نے اپنی 500,000 ڈالر مالیت کی 95 منٹ کی AI کہانی پر مبنی فلم 《Hellgrind》 کے تمام پرامپٹس، تیاری کے مراحل اور مواد کو مکمل طور پر اوپن سورس کر دیا۔ مجھے یقین نہیں آتا کہ انہوں نے یہ سب مفت میں دستیاب کر دیا۔ کل 115,446 جنریشن ریکارڈز ہیں، جو 108 فولڈرز میں مناظر کے حساب سے ترتیب دیے گئے ہیں، اور 40 ہزار سے زیادہ پرامپٹس ہیں، جن میں 4,561 چینی پرامپٹس شامل ہیں۔ انہیں کھولتے ہی دیکھا جا سکتا ہے، رجسٹریشن، لاگ اِن یا ادائیگی کی ضرورت نہیں۔
ویڈیو کا ماخذ: 《Hellgrind》 کے کچھ حصوں سے اقتباس
— اوپن سورس آرکائیو میں کیا ہے
01
فلم
پہلے یہ جان لیتے ہیں کہ اس فلم کی اصل کہانی کیا ہے
《Hell Grind》 95 منٹ کی AI سے تیار کردہ فینٹسی ایکشن فلم ہے۔ سچ کہوں تو اگر مجھے نہ بتایا جاتا تو میں بالکل محسوس نہ کر پاتا کہ یہ AI سے بنائی گئی ہے۔ 15 افراد کی ٹیم نے اسے 14 دن میں مکمل کیا، بجٹ 500,000 ڈالر تھا، جس میں 400,000 ڈالر کلاؤڈ GPU کمپیوٹنگ پر اور 100,000 ڈالر افرادی قوت اور ایڈیٹنگ پر خرچ ہوئے۔ کہانی چار سڑک چھاپ چوروں کے بارے میں ہے جو چوری کے دوران اتفاقاً ایک قدیم神器 کو فعال کر دیتے ہیں، اور ان میں سے ایک کو دیومالائی عالمِ اموات میں گھسیٹ لیا جاتا ہے۔
یہ فلم کانز فلم فیسٹیول کے دوران متوازی مارکیٹ کے حصے میں ایک کمرشل سنیما ہال کرائے پر لے کر دکھائی گئی۔ وال اسٹریٹ جرنل، Variety اور BBC سب نے اس کی رپورٹنگ کی۔ صاف بات ہے، کانز میں نمائش کے لیے پہنچنے والی AI فیچر فلمیں آج بھی انگلیوں پر گنی جا سکتی ہیں، اور یہ اس شعبے میں سب سے آگے چلنے والی فلموں میں شامل ہے۔
— 95 منٹ کی AI فیچر فلم کی پروڈکشن لائن
02
پرامپٹس
380 پرامپٹ گروپس، ہر گروپ 3000 الفاظ، صرف 15 سیکنڈ کا شاٹ
اوپن سورس آرکائیو میں سب سے حیران کن چیز پرامپٹس کا حجم ہے۔ پوری 95 منٹ کی فلم کو 380 پرامپٹ گروپس میں تقسیم کیا گیا ہے، ہر گروپ اوسطاً 3000 الفاظ پر مشتمل ہے۔ شاٹ کے انتخاب، روشنی کی ترتیب، کیمرے کی حرکت سے لے کر شٹر کے موشن بلر تک سب کچھ تفصیل سے لکھا گیا ہے، اور ہر پرامپٹ گروپ سے صرف 15 سیکنڈ کا مواد تیار ہوتا ہے۔
آپ جانتے ہیں یہ کتنا غیر معمولی ہے؟ پرامپٹ لکھنا، ایک بے ساختہ جملے سے بڑھ کر اسٹوری بورڈ اسکرپٹ لکھنے جیسا کام بن گیا ہے۔ پہلے ہم AI ویڈیو پرامپٹس کی مثال دیتے تھے کہ بالکونی میں ایک بلی دھوپ سینک رہی ہے، مگر یہاں یہ 3000 الفاظ پر مشتمل موقع پر فلم بندی کی ہدایت ہے، جسے آپ مکمل طور پر نقل کر سکتے ہیں۔
اس سے بھی زیادہ حیران کن جنریشن کی کارکردگی ہے۔ صرف پہلے 25 منٹ میں 16,181 ابتدائی ویڈیو کلپس تیار کیے گئے، جن میں سے آخرکار صرف 253 کلپس استعمال ہوئے، یعنی قابلِ استعمال شرح 2% سے بھی کم رہی۔ یہی پیشہ ورانہ کام ہے: 98% مواد پھینک دیا گیا۔ یہ جنریشن نہیں، انتخاب کا ایک وسیع مرحلہ ہے، ایک ایسی جنگ جس میں دستاویزی فلم کے درجے کا مواد بڑی مقدار میں خرچ ہوتا ہے۔
「380 پرامپٹ گروپس، ہر گروپ 3000 الفاظ، صرف 15 سیکنڈ کا شاٹ」
03
آرکائیو
آرکائیو کی وہ 12 سطری تکنیکی بنیاد ہی اصل قیمتی چیز ہے
سچ کہوں تو بہت زیادہ پرامپٹس ہونا کوئی انوکھی بات نہیں، اصل کمال آرکائیو کی تنظیم میں ہے۔ تمام شاٹس ایک ہی 12 سطری تکنیکی بنیاد استعمال کرتے ہیں، جس میں جلد کے مساموں کی تفصیل سے لے کر 60:30:10 رنگوں کی اسکیم تک شامل ہے، اسے نقل کرکے فوراً استعمال کیا جا سکتا ہے۔ انسانوں، اشیا، مناظر اور عفریتوں، سب کے لیے تین زاویوں پر مشتمل اثاثہ جاتی جدول تیار کی گئی ہے۔
یہ 12 سطری بنیاد پورے فلمی عملے کا تکنیکی آئین ہے۔ کوئی بھی منظر فلمایا جائے، پہلے یہ 12 سطریں شامل کی جاتی ہیں تاکہ تمام شاٹس ایک ہی تکنیکی دنیا میں رہیں۔ AI فیچر فلموں کا سب سے بڑا مسئلہ کرداروں کا بدلتا ہوا حلیہ ہے؛ ایک لمحے میں چہرہ معمول کے مطابق ہوتا ہے اور اگلے لمحے روشنی بدلتے ہی بگڑ جاتا ہے۔ Higgsfield نے اس بنیاد اور اپنے تیار کردہ Soul Cast، Soul Cinema کردار لاک کرنے والے ٹولز کے ذریعے اس مسئلے کو قابو میں رکھا ہے۔
میں آپ کو بتاتا ہوں، پہلے AI فلم سازی سیکھتے وقت آپ صرف تیار شدہ فلم دیکھ کر اس کے عمل کا اندازہ لگا سکتے تھے۔ اب انہوں نے خام فوٹیج، مسترد شدہ مواد، پرامپٹس اور اثاثہ جاتی جدولیں سب آپ کے سامنے رکھ دی ہیں؛ ناکامی کا پورا عمل بھی ایک درسی کتاب ہے۔
04
اوپن سورس
اوپن سورس صرف فائلیں نہیں، بلکہ ناکامی کے ایک مکمل آزمودہ طریقۂ کار کا نام ہے
مجھے ہمیشہ لگتا ہے کہ اس معاملے کی سب سے قیمتی بات خود 380 پرامپٹ گروپس نہیں، بلکہ یہ ہے کہ اس نے AI فیچر فلموں کی ناکامی کی شرح سب کے سامنے رکھ دی ہے۔ 16,181 مواد کے ٹکڑوں میں سے صرف 253 محفوظ رکھے گئے۔ عام آدمی یہ تعداد دیکھ کر فوراً ہمت ہار سکتا ہے، لیکن جو لوگ واقعی سنجیدگی سے کام کرنا چاہتے ہیں، وہ اسے سیکھنے کی فیس سمجھیں گے۔
Higgsfield نے ساتھ ہی 1,000,000 ڈالر کے انعامی پول والا عالمی AI فلم فیسٹیول بھی شروع کیا ہے۔ شرائط کے مطابق مقابلے میں شامل فلم کم از کم 3 منٹ کی ہو اور پوری طرح ان کے Cinema Studio سے تیار کی گئی ہو۔ پہلی پوزیشن کا انعام 500,000 ڈالر ہے۔ یعنی ایک طرف وہ طریقۂ کار اوپن سورس کر رہے ہیں، اور دوسری طرف پوری دنیا کے لوگوں کو اسی طریقے سے فلمیں بنانے کے لیے معاوضہ دے رہے ہیں۔
کیا کہیے، یہ طریقہ کافی سمجھ دار ہے۔ اوپن سورس نے اعتماد کا مسئلہ حل کر دیا، مقابلے نے شرکت کا مسئلہ حل کر دیا، اور آخر میں تمام شریک فلموں کے پرامپٹس اور جنریشن ہسٹری بھی عوامی کر دی جائے گی۔ گویا پوری دنیا کے تخلیق کار مفت میں اس کے لیے تربیتی ڈیٹا تیار کریں گے۔ یہ مربوط ڈیزائن واقعی خوب صورت ہے، اور آپ اس سے ایک آزمودہ مکمل طریقۂ کار بھی حاصل کر سکتے ہیں۔
∞
اختتام
نقل کے لیے ہدایات، پہلی بار میز پر رکھ دی گئی ہیں
شروع میں اٹھائے گئے سوال کی طرف واپس آئیں: پہلے ہم 30 سیکنڈ کی AI مختصر فلم بنانا بھی مشکل سمجھتے تھے، اور انہوں نے 14 دن میں 95 منٹ کی فلم بنا ڈالی۔ اب تو نقل کرنے کے لیے پورا کام بھی دے دیا گیا ہے۔
کیا AI فیچر فلمیں صنعتی عمل کا حصہ بن سکتی ہیں، مجھے معلوم نہیں۔ لیکن کم از کم کسی نے پہلا قدم اٹھا لیا ہے، اور پوری دیانت داری سے اٹھایا ہے۔ اب دیکھنا یہ ہے کہ کوئی واقعی تین ماہ صرف کرکے اس آرکائیو کے مطابق 10 منٹ کی فلم شروع سے آخر تک بناتا ہے یا نہیں۔ اسکرین کے سامنے موجود آپ کے پاس اگر فلم بنانے کے لیے کوئی کہانی ہے تو اس آرکائیو پر ایک نظر ضرور ڈالیں۔
اوپن سورس آرکائیو higgsfield.ai پر براہِ راست دستیاب ہے۔
— Higgsfield کی سرکاری ویب سائٹ