Ứng dụng AI

Cách invideo dùng GPT-6 Astra cải thiện xử lý màu trong dựng video

Cách invideo dùng GPT-6 Astra cải thiện xử lý màu trong dựng video

TL;DR: Invideo cho biết đã dùng GPT-6 Astra xử lý các tác vụ màu phức tạp ở mảng color grading và color correction.

Chỉnh sửa video không chỉ là cắt ghép mà gồm nhiều quyết định nối tiếp, từ nhịp kể chuyện, âm thanh và chuyển cảnh đến màu sắc. invideo cho biết họ đang dùng GPT-6 Astra để giúp AI lập kế hoạch, thực hiện và đặt các thay đổi vào đúng vị trí trên timeline, trong khi người dựng vẫn giữ quyền quyết định bản dựng cuối.

Điểm đáng chú ý không nằm ở việc AI tự tạo một clip hoàn chỉnh, mà ở khả năng xử lý các yêu cầu hậu kỳ nhiều bước. Theo Sanket Shah, CEO invideo, Astra có thể lập kế hoạch một chỉnh sửa với độ chính xác đến từng khung hình. Đây là yếu tố quan trọng khi một thay đổi chỉ cần lệch vài frame cũng có thể làm hỏng nhịp hình, hiệu ứng hoặc vùng màu cần giữ lại.

AI phải lập kế hoạch trước khi chỉnh sửa

invideo mô tả sản phẩm của mình là một trình chỉnh sửa video dạng agentic, tức AI không chỉ trả lời yêu cầu mà có thể chia yêu cầu thành các bước, chọn công cụ phù hợp, thực hiện thao tác rồi kiểm tra kết quả. Trong quy trình dựng video nhiều cảnh, các bước này có thể bao gồm nhận diện phần cần sửa, xác định thời điểm trên timeline và áp dụng thay đổi mà không làm lệch mục tiêu sáng tạo ban đầu.

Theo công ty, GPT-6 Astra cần ít bước suy luận hơn và tạo ít token đầu ra hơn so với các mô hình invideo từng thử nghiệm khi hoàn thành tác vụ phức tạp. Token là các đơn vị văn bản hoặc dữ liệu mà mô hình xử lý và tạo ra. Việc dùng ít hơn có thể cho thấy quy trình lập kế hoạch gọn hơn, dù invideo không công bố số liệu cụ thể về thời gian xử lý hay chi phí.

Công ty cũng nói Astra có thể tiếp nhận nhiều chỉ dẫn liên tiếp mà vẫn giữ được mục tiêu gốc của editor khi công việc kéo dài và phức tạp hơn. Đây là hạn chế thường thấy ở các tác vụ hậu kỳ: một yêu cầu mới có thể vô tình ghi đè hoặc làm sai thay đổi đã thực hiện ở bước trước.

Color grading là bài kiểm tra khó hơn thao tác đổi màu

Mảng mà invideo nhấn mạnh là color correction và color grading. Color correction là cân chỉnh màu để hình ảnh tự nhiên, nhất quán; còn color grading thiên về tạo phong cách màu và không khí thị giác cho video. Trong thực tế, AI phải chọn giữa nhiều cách làm chồng lấn như chỉnh màu trực tiếp, tái tạo một phần hình ảnh, dùng LUTs, tức bộ thiết lập chuyển đổi màu có sẵn, hoặc cô lập một đối tượng trước khi chỉnh sửa phần còn lại.

Ví dụ, nếu cần đổi màu nền nhưng giữ nguyên tông da nhân vật, hệ thống phải tách nhân vật ra khỏi cảnh, theo dõi họ xuyên suốt các khung hình, rồi mới áp màu cho vùng nền. Nếu một trong các bước này sai, màu da có thể bị ảnh hưởng hoặc vùng chọn bị nhấp nháy giữa các frame.

Sanket Shah cho biết invideo từng gặp tỷ lệ thất bại cao ở các tác vụ color grading và color correction. Với Astra, tỷ lệ thành công đã tăng khoảng 3 lần, theo tuyên bố của CEO. Nguồn không nêu cách đo tỷ lệ này, khối lượng video thử nghiệm hay mức chất lượng được dùng để đánh giá, nên con số nên được xem là kết quả do công ty công bố.

Tạo hiệu ứng tùy chỉnh nhưng vẫn cho phép chỉnh tiếp

Ngoài xử lý màu, GPT-6 Astra còn được invideo dùng để chuyển mô tả bằng ngôn ngữ tự nhiên và tham chiếu hình ảnh thành hiệu ứng tùy chỉnh. Theo công ty, agent có thể tạo mã cho hiệu ứng phù hợp với footage, gắn hiệu ứng đó lên timeline và bổ sung các nút điều khiển để editor tiếp tục tinh chỉnh.

invideo cho biết trong một ngày, một vài editor của hãng đã dùng mô hình để tạo khoảng 50 hiệu ứng. Con số này phản ánh năng suất trong một trường hợp sử dụng nội bộ, không đồng nghĩa mọi người dùng hay mọi dự án đều đạt kết quả tương tự.

Vì sao đáng chú ý?

AI trong dựng video thường được giới thiệu như công cụ tiết kiệm thời gian, nhưng giá trị thực tế phụ thuộc vào việc nó có làm đúng thao tác ở đúng thời điểm và vẫn để con người can thiệp được hay không. Hướng tiếp cận của invideo cho thấy AI đang được đưa vào các công đoạn hậu kỳ vốn đòi hỏi nhiều quyết định mang tính kỹ thuật lẫn thẩm mỹ, thay vì chỉ hỗ trợ tạo nội dung thô.

Nếu khả năng lập kế hoạch theo timeline, theo dõi đối tượng và giữ các hiệu ứng có thể chỉnh sửa được hoạt động ổn định, editor có thể giảm phần việc lặp lại theo từng frame mà không phải nhường quyền kiểm soát câu chuyện và gu hình ảnh cho hệ thống tự động.