Hơn 5 triệu lượt xem, AI cuối cùng đã tạo ra 'chiếc máy rác vô tận'

Mở Infinite Slop, trước mắt là một video định dạng dọc, bên phải là khung chat cuộn liên tục, bên trái là danh sách 'sắp phát' và 'đang tạo'.

Ảnh｜Chụp màn hình trang web infiniteslop.ai

Để chú hề rạp xiếc ăn tối, để một con cá nuốt chửng người đang dắt chó đi dạo, rồi kéo ống kính từ mắt con ếch thẳng tiến đến vụ Big Bang... tất cả những điều này đều là những câu lệnh mà khán giả nhập vào khung chat.

Sau khi hệ thống chọn được một câu, phần backend sẽ tạo ra một đoạn video mới kèm hình ảnh, lời thoại và hiệu ứng âm thanh, sau đó đưa vào hàng đợi chờ phát. Đồng thời, AI cũng sẽ cố gắng liên kết câu lệnh mới với các video trước đó để tạo thành một cốt truyện liền mạch.

Đây là một trang web Slop vô tận ra mắt vào ngày 30 tháng 8, nhà phát triển mô tả nó là một luồng rác thời gian thực do AI tạo ra, có tính tương tác, lặp lại vô hạn và không bao giờ kết thúc.

Tác giả phát triển trang web này đã công bố dữ liệu ngày đầu tiên ra mắt trên X: có 37.000 khán giả, đỉnh điểm có hơn 1.000 người trực tuyến cùng lúc.

Khi tốc độ tạo video AI lần đầu tiên vượt qua tốc độ phát lại, video 15 giây chỉ mất 9 giây để tạo ra, 'livestream AI không bao giờ kết thúc' đã từ một câu đùa trở thành hiện thực.

Truyền hình đa chiều vô tận

Trong bộ phim truyền hình Mỹ Rick and Morty, vì thấy truyền hình cáp ở nhà quá nhàm chán, Rick đã biến hộp giải mã thành một thiết bị có thể nhận vô số kênh truyền hình vũ trụ song song.

Sau đó, cả gia đình bắt đầu liên tục đổi kênh, xem toàn những chương trình người ngoài hành tinh/vũ trụ song song kỳ quái, phi lý; ví dụ như 'phòng đấu giá của Ant-Man mọc chân', 'chương trình truyền hình thực tế ăn giày phiên bản người thật', 'bộ phim thực thi pháp luật trong đó một cơ thể người là toàn bộ hệ thống cảnh sát giao thông' v.v.

Tình tiết vốn chỉ xuất hiện trong phim truyền hình này, vào ngày 29 tháng 8, kỹ sư fal Rehan Sheikh đã kết nối một mô hình video AI với livestream Twitch, cho phép khán giả cũng có thể xem một 'truyền hình cáp đa chiều vô tận' (infinite interdimensional cable) không bao giờ dừng lại.

Chỉ trong hai ngày, bài đăng giới thiệu này đã nhận được hơn 5 triệu lượt xem.

FAL là một nền tảng tạo đa phương tiện âm thanh và video AI dành cho nhà phát triển. Kỹ sư của nền tảng này đã tích hợp H3 Max, mô hình được thiết kế lại dựa trên mô hình mã nguồn mở MiniMax H3 của họ, vào Twitch. Anh ấy để mô hình liên tục tạo các đoạn phim ngắn, sau đó ghép các đoạn phim này vào luồng livestream.

Khi khán giả đang xem đoạn trước, backend đã chuẩn bị xong đoạn tiếp theo.

Tuy nhiên, Rehan đề cập trong phần bình luận rằng tài khoản livestream Twitch của anh ấy đã bị cấm, sau khi chuyển sang Kick lại bị cấm lần nữa, và cuối cùng phải chuyển livestream sang Rumble. Anh ấy dán lý do cấm của Twitch trong phần bình luận, cho rằng nội dung livestream đã vi phạm các quy định như DMCA.

Vài giờ sau, nhà phát triển 'chăn du mục kỹ thuật số' nổi tiếng Pieter Levels (@levelsio) đã trình bày một bài kiểm tra H3 Max: video 15 giây mất khoảng 9 giây để tạo. Do đó, chỉ cần đoạn tiếp theo vào vùng đệm trước khi đoạn hiện tại phát xong, đài truyền hình AI này có thể tiếp tục hoạt động.

Theo ý tưởng của đài truyền hình AI này, Levels trực tiếp tự tay làm một phiên bản triệt để hơn: Infinite Slop, một trang web livestream AI tương tác kéo dài vô hạn.

Quy tắc của trang web livestream rất đơn giản: bất kỳ ai nhập một câu vào khung chat, AI sẽ tạo nó thành đoạn video tiếp theo và cố gắng 'nối' với hình ảnh đoạn trước đó để hình thành một mạch cốt truyện lỏng lẻo.

Levels cho biết anh phát triển dự án này khi đang ngồi trong phòng xông hơi khô, dùng điện thoại kết nối từ xa với máy chủ, sau đó để Claude Code giúp xây dựng trang web. Chỉ một ngày sau, các nhu cầu như khung chat, hàng đợi bỏ phiếu, trạng thái tạo và hình ảnh livestream đều đã được hoàn thành.

Levels lập tức đăng ký tên miền infiniteslop.ai và công khai thu thập ý kiến cải tiến. S việc này đã lọt thẳng vào bảng xếp hạng thịnh hành của X, với tiêu đề: 'AI Video Breakthrough Powers Endless Chat-Driven Livestreams' (Đột phá video AI thúc đẩy livestream tương tác qua chat không ending).

Trong quá khứ, việc tạo một video AI dài hơn mười giây thường phải đợi vài phút. Nếu là livestream, video chưa kịp ra thì luồng phát trực tiếp đã bị ngắt quãng rồi.

Nhưng hiện tại, theo dữ liệu chính thức được fal research công bố, mô hình H3 Max có thể hoàn thành video có âm thanh dài 5 giây, độ phân giải 768p trong 3 giây, thông lượng gấp khoảng 35 lần giao diện H3 chính thức của MiniMax.

Mô hình siêu nhanh này là mô hình mới do đội ngũ fal Research đào tạo và tối ưu hóa tiếp dựa trên trọng số mở của MiniMax H3. Hiện tại nó có thể tạo ra video dài từ 5 đến 15 giây, độ phân giải 480p hoặc 768p, âm thanh và hình ảnh được tạo đồng thời.

Trên bảng xếp hạng image-to-video của Artificial Analysis và Design Arena, MiniMax H3 Max đã được tinh chỉnh hậu đào tạo bởi Fal đều vươn lên vị trí đầu tiên.

Sự 'vô tận' trong hệ thống livestream

Phần thú vị nhất của Infinite Slop ngoài công nghệ mô hình, phần lớn là hành vi của con người.

H3 Max tạo tối đa 15 giây mỗi lần, do đó sự 'vô tận' của Infinite Slop nằm ở tầng kênh, các đoạn phim ngắn được sản xuất nối tiếp nhau, chỉ cần backend liên tục bổ sung, phần frontend có thể phát mãi mãi.

Toàn bộ chuỗi liên kết đại loại như sau: khán giả gửi tin nhắn, hệ thống сначала kiểm duyệt, xếp hàng và bỏ phiếu, sau đó mở rộng thành câu lệnh video; H3 Max tạo song song vài đoạn phim ngắn, đưa sản phẩm hoàn thành vào vùng đệm, trình phát sẽ theo thứ tự...