با این حال، موضوعات نگران‌کننده‌ای در مورد رسانه‌های مولد هوش مصنوعی مطرح شده است که برخی نشان می‌دهند که می‌تواند منجر به افزایش اطلاعات نادرست، تبلیغات، و هرزه‌نگاری غیرموافقانه شود، همانطور که در مورد سیستم‌های تولید تصویر هوش مصنوعی و دیپ‌فیک دیده می‌شود. گزارش واشنگتن پست متا می‌گوید که می‌خواهد در مورد نحوه ساخت چنین مدل‌های مولد «متفکر» باشد و از این رو قصد دارد دسترسی به آنها را محدود کند.
متا از یک سیستم هوش مصنوعی جدید به نام “Make-A-Video” رونمایی کرده است که به کاربران امکان می دهد با وارد کردن توضیحات متنی صحنه مورد نظر، کلیپ های ویدیویی کوتاه تولید کنند. این اعلامیه به دنبال پیشرفت‌های اخیر این شرکت در تحقیقات فناوری مولد است که به دنبال ایجاد کنترل خلاقانه‌تر بر تولید تصویر با هوشمندی مصنوعی به سازندگان است. با اعلام این خبر، متا با گنجاندن قابلیت‌های تولید متن به ویدئو جدا از متن به تصویر، این فناوری را یک قدم فراتر برد. با این حال، این شرکت هنوز دسترسی کاربران را برای این مدل آزاد نکرده است.
مارک زاکربرگ، مدیر عامل متا، در فیس‌بوک این کار را «پیشرفت شگفت‌انگیز» توصیف کرد و افزود که «تولید ویدیو بسیار سخت‌تر از عکس‌ها است، زیرا فراتر از تولید صحیح هر پیکسل، سیستم همچنین باید پیش‌بینی کند که چگونه در طول زمان تغییر می‌کنند. “
در مقاله تحقیقاتی که مدل در حال کار را توصیف می‌کند، این شرکت خاطرنشان می‌کند که مدل نمایشی «Make-A-Video» از جفت‌هایی از تصاویر، زیرنویس‌ها و فیلم‌های ویدیویی بدون برچسب که از مجموعه داده‌های WebVid-10M و HD-VILA-100M که شامل ویدیوهای موجود است، استفاده می‌کند. فیلم ایجاد شده توسط سایت هایی مانند Shutterstock و خراشیده شده از وب که در مجموع صدها هزار ساعت فیلم را در بر می گیرد.
ویدیوهای ایجاد شده توسط درخواست پنج ثانیه یا کوتاهتر هستند و هیچ صوتی ندارند. با این حال، متا ادعا می کند که طیف گسترده ای از دستورات توسط این مدل پشتیبانی می شود.
متا در حالی که این خبر را از طریق یک پست وبلاگ اعلام کرد، اظهار داشت که در تعهد به “علم باز” جزئیات تحقیقات پشت آخرین فناوری مولد هوش مصنوعی را به اشتراک می گذارد و همچنین برنامه های خود را برای انتشار یک تجربه آزمایشی برای کاربران تایید می کند.