چرا تولید ویدیو و تصویر رایگان گران شد؟

به گزارش خبرگزاری ایمنا و به نقل از سی نت، در هفته‌های اخیر و هم‌زمان با جهش چشمگیر استفاده از ابزارهای هوش مصنوعی برای تولید خودکار تصویر و ویدئو، شرکت‌های ارائه‌دهنده این خدمات محدودیت‌های تازه‌ای را بر حساب‌های رایگان اعمال کرده‌اند. بر اساس گزارش ایمنا به نقل از سی‌نت، دو بازیگر مهم این حوزه Google و OpenAI دامنه استفاده رایگان از ابزارهای خود را به‌طور محسوسی کاهش داده‌اند. برای نمونه، Nano Banana Pro (ابزار تولید تصویر گوگل) اکنون تنها امکان ایجاد دو تصویر رایگان در روز را فراهم می‌کند و در سوی دیگر، سامانه تولید ویدئوی Sora متعلق به OpenAI سهمیه رایگان کاربران را به شش ویدئو در روز محدود کرده است.

به گفته این شرکت‌ها، افزایش بی‌سابقه تقاضا و فشار سنگین بر GPUها و زیرساخت‌های محاسباتی، دلیل اصلی این سیاست جدید است، حتی برخی کاربران با طنز می‌گویند «GPUها در حال ذوب شدن‌اند» و ارائه خدمات نامحدود رایگان در عمل امکان‌پذیر نیست. پیام این تغییر روشن است: دوران استفاده «ب رایگان» به پایان رسیده و شرکت‌ها به‌تدریج کاربران را به سمت اشتراک‌های پولی هدایت می‌کنند، در نتیجه اگر پیش‌تر امکان تولید حجم زیادی تصویر یا ویدئو برای آزمون، سرگرمی یا پروژه‌های کوچک وجود داشت، اکنون برای خروجی‌های گسترده باید هزینه پرداخت شود؛ تغییری که می‌تواند تا حدی آزادی خلاقیت کاربران را محدود کند.

کاربرانی که برای سرگرمی، ساخت نمونه‌کار یا پروژه‌های کوتاه از این ابزارها بهره می‌بردند، حالا مجبورند میان تعداد اندک خروجی روزانه انتخاب کنند. این محدودیت‌ها جذابیت ابزارهایی را که پیش‌تر برای آزمون سریع ایده‌ها کاربرد داشتند، در حالت رایگان کاهش داده است، دلیل چنین رویکردی مشخص است؛ افزایش چشمگیر تعداد کاربران به‌ویژه در دوره‌های اوج مصرف همچون تعطیلات فشار زیادی بر سرورها وارد می‌کند. تولید تصویر و به‌خصوص ویدئو با هوش مصنوعی هزینه محاسباتی بالایی دارد و ارائه دسترسی بدون محدودیت رایگان برای شرکت‌ها قابل دوام نیست، این سیاست بخشی از مسیر طبیعی تجاری‌سازی این فناوری‌ها به شمار می‌رود. کاربران حرفه‌ای که نیاز مستمر دارند، به سمت خرید اشتراک سوق داده می‌شوند، در حالی که کاربران معمولی با محدودیت بیشتری روبه‌رو می‌گردند. واکنش‌ها به این روند متفاوت است؛ برخی از کاهش شدید خروجی‌های رایگان ابراز ناامیدی کرده‌اند، به‌ویژه کسانی که پروژه‌های نسبتاً بزرگ را با این ابزارها پیش می‌بردند، در مقابل بسیاری از متخصصان این محدودیت‌ها را منطقی می‌دانند؛ چراکه مدیریت منابع، هزینه نگهداری GPUها و تضمین پایداری سرویس نیازمند درآمد پایدار است. در نهایت، این تغییرات می‌تواند به حرفه‌ای‌تر شدن بازار تولید محتوای هوش مصنوعی کمک کند؛ جایی که کاربران جدی حاضر به پرداخت هزینه‌اند و منابع پردازشی نیز بیشتر بر نیازهای آنان متمرکز می‌شود.