KANAL TEKNOLOGI – Kecerdasan buatan atau artificial intelligence (AI) kini semakin banyak digunakan untuk menghasilkan video. Hanya dengan memasukkan perintah berupa teks, pengguna bisa membuat visual bergerak, menghadirkan karakter, membangun suasana, hingga menghasilkan adegan yang menyerupai rekaman film sungguhan.
Namun, ada satu hal yang masih menjadi pertanyaan banyak pengguna: mengapa video yang dihasilkan AI umumnya hanya berdurasi beberapa detik?
Padahal, jika dibandingkan dengan video biasa yang bisa berdurasi beberapa menit hingga berjam-jam, hasil generasi video AI masih tergolong sangat pendek. Sebagian platform hanya menyediakan durasi sekitar 5 hingga 10 detik dalam satu kali proses, meskipun ada juga model yang mendukung durasi lebih panjang.
Apakah kondisi tersebut disebabkan teknologi AI yang belum mampu menghasilkan video panjang, atau memang sengaja dibatasi oleh penyedia layanan?
Jawabannya berkaitan dengan dua hal sekaligus, yakni kemampuan teknologi dan kebijakan platform.
Bukan Sekadar Membuat Gambar Bergerak
Menghasilkan video menggunakan AI jauh lebih rumit dibandingkan membuat gambar.
Ketika seseorang meminta AI membuat gambar seorang pekerja sedang berada di kawasan industri, sistem hanya perlu menghasilkan satu komposisi visual.
Namun, ketika diminta membuat video pekerja tersebut berjalan, mengoperasikan mesin, atau berinteraksi dengan orang lain, AI harus menghasilkan rangkaian gambar yang saling terhubung dalam waktu tertentu.
Setiap perubahan gerakan harus terlihat alami. Wajah karakter, pakaian, bentuk tubuh, lingkungan, pencahayaan, hingga posisi benda harus tetap konsisten.
Persoalan inilah yang membuat pembuatan video panjang menjadi lebih kompleks.
Semakin lama durasi video, semakin banyak rangkaian gambar yang harus diproses dan dijaga kesinambungannya.
Semakin Panjang Video, Semakin Besar Beban Komputasi
Salah satu faktor utama pembatasan durasi adalah kebutuhan komputasi.
Video terdiri atas rangkaian gambar atau frame yang ditampilkan secara berurutan. Dalam standar video 24 frame per detik, sebuah video berdurasi 10 detik saja membutuhkan 240 frame.
Jika durasinya diperpanjang menjadi satu menit, jumlahnya meningkat menjadi 1.440 frame. Untuk video lima menit, jumlahnya mencapai 7.200 frame.
Angka tersebut memberikan gambaran mengapa proses pembuatan video AI membutuhkan sumber daya komputasi yang jauh lebih besar dibandingkan pembuatan satu gambar.
AI tidak sekadar menghasilkan gambar satu per satu, tetapi juga harus memahami hubungan antargambar agar gerakan dan adegannya tetap masuk akal.
Proses tersebut membutuhkan GPU, memori, kapasitas server, serta waktu pemrosesan yang tidak sedikit.
Semakin panjang video yang dihasilkan, semakin besar pula biaya operasional yang harus ditanggung penyedia layanan.
Mengapa Pengguna Masih Bergantung pada Sistem Kuota?
Selain keterbatasan teknis, durasi video juga berkaitan dengan kebijakan bisnis penyedia layanan AI.
Sebagian platform menerapkan sistem kredit, token, atau kuota untuk setiap proses pembuatan video. Pengguna mendapatkan jatah tertentu sesuai jenis akun atau paket berlangganan yang digunakan. Sistem ini bukan tanpa alasan.
Pembuatan video membutuhkan biaya komputasi yang relatif mahal. Jika setiap pengguna bisa menghasilkan video berdurasi beberapa menit tanpa batas, kebutuhan kapasitas server dan biaya operasional akan meningkat sangat besar.
Karena itu, penyedia layanan mengatur jumlah generasi, durasi video, resolusi, dan fitur yang dapat digunakan.
Artinya, video yang hanya berdurasi beberapa detik tidak selalu menunjukkan bahwa teknologi AI tidak mampu membuat video lebih panjang. Bisa jadi model yang digunakan memiliki kemampuan lebih besar, tetapi aksesnya dibatasi oleh kebijakan layanan.
Dengan demikian, ada perbedaan antara kemampuan teknologi yang dimiliki model AI dan batas penggunaan yang ditetapkan platform.
Apakah AI Sebenarnya Sudah Bisa Membuat Video Panjang?
Teknologi tersebut sebenarnya sudah mulai berkembang ke arah pembuatan video berdurasi lebih panjang. Sejumlah model AI video telah menyediakan fitur untuk memperpanjang klip, membuat beberapa adegan, atau melanjutkan video berdasarkan hasil sebelumnya. Ada beberapa pendekatan yang digunakan.
Pertama, video extension, yaitu memperpanjang video dengan menghasilkan kelanjutan dari adegan sebelumnya.
Kedua, multi-shot generation, yakni menghasilkan beberapa adegan dalam satu rangkaian cerita.
Ketiga, scene stitching, yaitu menggabungkan beberapa klip pendek menjadi satu video utuh melalui proses penyuntingan.
Pendekatan tersebut memungkinkan pengguna menghasilkan video berdurasi satu menit atau lebih meskipun setiap proses generasinya masih dibatasi.
Namun, cara ini belum sepenuhnya menyelesaikan persoalan konsistensi visual.
Misalnya, seseorang membuat video seorang presenter sedang berbicara di depan kamera. Ketika klip pertama selesai dan dilanjutkan ke klip berikutnya, wajah presenter, pakaian, latar belakang, atau posisi kamera bisa berubah.
Dalam produksi film atau berita, perubahan kecil semacam itu dapat mengganggu kesinambungan visual.
Mengapa AI Belum Bisa Menggantikan Studio Produksi Video?
Untuk menghasilkan video panjang yang benar-benar utuh, AI tidak cukup hanya memahami perintah teks.
Sistem juga harus mampu memahami alur cerita, urutan kejadian, karakter, dialog, gerakan kamera, suara, dan hubungan antaradegan.
Dalam produksi film, misalnya, seorang tokoh harus memiliki penampilan yang sama dari awal hingga akhir cerita. Lokasi kejadian juga harus konsisten, termasuk detail benda dan lingkungan di sekitarnya.
Tantangan tersebut masih menjadi salah satu pekerjaan besar dalam pengembangan teknologi video AI.
Meski demikian, perkembangan teknologi menunjukkan bahwa produksi video berbasis AI akan semakin mendekati proses produksi film konvensional.
Pengguna nantinya tidak hanya memberikan perintah untuk membuat klip pendek, tetapi bisa memasukkan naskah lengkap dan meminta AI mengembangkan seluruh adegan berdasarkan cerita tersebut.
Masa Depan Video AI: Dari Klip Pendek Menjadi Film Utuh
Pembatasan durasi video AI kemungkinan masih akan ditemui selama kebutuhan komputasi dan biaya produksi tetap tinggi.
Namun, perkembangan perangkat keras, model AI, dan metode pemrosesan video berpotensi membuat proses generasi semakin efisien.
Ke depan, bukan tidak mungkin pengguna bisa membuat video berdurasi satu hingga beberapa menit hanya dengan memasukkan satu naskah.
Bahkan, teknologi tersebut berpotensi digunakan untuk membuat film pendek, dokumenter, iklan, hingga konten berita dengan bantuan AI.
Bagi dunia jurnalistik, perkembangan ini membuka peluang baru. Ilustrasi peristiwa, visualisasi fenomena alam, penjelasan teknologi, hingga rekonstruksi kejadian dapat dibuat lebih mudah tanpa harus selalu melakukan pengambilan gambar di lokasi.
Meski begitu, visual hasil AI tetap harus dibedakan secara jelas dari dokumentasi peristiwa sebenarnya agar tidak menyesatkan penonton.
Pada akhirnya, pendeknya durasi video AI saat ini bukan semata-mata karena teknologi belum mampu berkembang. Ada persoalan kapasitas komputasi, konsistensi visual, biaya produksi, dan kebijakan kuota yang berjalan bersamaan.
Teknologi video AI sedang bergerak menuju kemampuan menghasilkan konten yang semakin panjang dan kompleks. Tantangan terbesarnya bukan hanya membuat video lebih lama, tetapi memastikan setiap detik di dalamnya tetap terlihat alami, konsisten, dan sesuai dengan cerita yang ingin disampaikan.
Penulis : Achmad Udin
Editor : MAD












