Fajar kecerdasan buatan generatif menandai pergeseran besar dalam penciptaan video.
Sektor video generatif telah berkembang pesat sejak demo Sora dari Open AI menunjukkan apa yang mungkin ketika hambatan-hambatan untuk membuat video dikurangi menjadi memasukkan teks prompt ke dalam AI. Model video AI open-source teratas Stable Diffusion berkembang menjadi lebih dari 10 juta pengguna hanya dalam dua bulan. Tetapi pertumbuhan menjanjikan dari alat video AI menghadapi tantangan serius. Pasar GPU senilai $49 miliar yang menggerakkan AI generatif dikendalikan oleh beberapa monopoli internet global termasuk NVIDIA, Microsoft Azure, dan Amazon Web Services (AWS), mendorong harga naik dan menciptakan bottleneck komputasi AI global.
Itulah mengapa kami meluncurkan Subnet AI Livepeer: jaringan pemrosesan video terdesentralisasi pertama di dunia dengan kemampuan komputasi AI. Subnet AI Livepeer menangani masalah struktural komputasi AI terpusat dengan memanfaatkan jaringan terbuka Livepeer dari ribuan GPU untuk menawarkan pemrosesan berbiaya rendah dan berkinerja tinggi. Dengan membangun pada arsitektur jaringan pemrosesan video terdesentralisasi yang berpionir dari Livepeer, subnet ini menawarkan infrastruktur video terbuka yang dapat diakses secara global dan terjangkau serta mendorong skalabilitas tanpa batas dengan tokenomika berbasis blockchain.
Jadi, apa itu AI Subnet? Mari kita mulai.
Ini berarti bahwa, sementara jaringan Livepeer yang lebih luas akan tetap mempertahankan fokus intinya pada transkoding video dan komputasi untuk pasar streaming senilai $100 miliar lebih, Subnet AI Livepeer akan melayani permintaan yang semakin meningkat untuk kemampuan komputasi AI. Subnet ini didesain untuk menangani tugas-tugas AI generatif video atau perbaikan alur kerja apa pun seperti peningkatan resolusi, penyuntikan subjudul dan pengenalan dan, seiring perkembangan pengembangan, untuk siapa pun menjalankan model mereka sendiri yang memenuhi tugas-tugas video dan media tertentu.
Subnet memungkinkan pengembang video untuk menambahkan rangkaian fitur AI generatif yang berkembang pesat ke aplikasi mereka, seperti konversi teks ke gambar, gambar ke gambar, dan gambar ke video.
Generative media prompts juga dikenal sebagai tugas inferensi AI dan merujuk pada proses menggunakan model AI yang terlatih untuk menjalankan, mengevaluasi, atau menganalisis data baru untuk menyelesaikan tugas. Contoh dari jenis tugas inferensi ini adalah proses memasukkan perintah teks deskriptif ke dalam model seperti Midjourney dan menerima gambar berdasarkan perintah tersebut sebagai hasilnya.

Sebuah output yang dihasilkan oleh AI diproduksi di Tsunameme.ai - aplikasi demo pertama yang dibangun di Subnet AI Livepeer. Pekerjaan ini menggunakan pipa teks-gambar dan gambar-video. Cobalah untuk menghasilkan media AI Anda sendiri menggunakan Livepeer di versi beta di https://tsunameme.ai.
Arsitektur jaringan kecerdasan buatan Livepeer dirancang untuk mengatur tugas-tugas inferensi kecerdasan buatan yang berbeda ke dalam jenis pekerjaan diskrit. Setiap jenis tugas yang berbeda ini disebut sebagai pipa untuk mengirim, menerima, dan mengembalikan permintaan pekerjaan. Subnet Kecerdasan Buatan Livepeer juga memungkinkan operator node Orkestrator Livepeer untuk menghasilkan pendapatan dalam bentuk ETH dan LPT dengan menyediakan sumber daya GPU mereka untuk tugas pemrosesan kecerdasan buatan.

Alur kerja teknis tentang bagaimana tugas-tugas diproses pada AI Subnet. Node gateway meneruskan tugas-tugas ke orchestrator, yang mungkin menjalankan beberapa kontainer Docker AI-Runner dari pipa yang sama atau berbeda. Pipa-pipa tersebut mungkin sudah memiliki model-model yang diminta siap, atau mereka mungkin memuatnya secara dinamis sesuai kebutuhan.
Sementara pipa mewakili jenis pekerjaan tertentu, seperti teks-ke-gambar atau gambar-ke-video, ada banyak model berbeda yang dapat dijalankan dalam setiap pipa untuk menghasilkan hasil yang berbeda. Livepeer sebagai jaringan, mendukung pipa tertentu, sementara pengembang dapat memilih model mana yang ingin mereka jalankan dalam pipa yang diberikan.
Saat ini, fokusnya adalah pada model Diffusion yang dikembangkan menggunakan perpustakaan Diffusers dari Huggingface, namun pembaruan di masa depan akan memperluas dukungan ke jenis model lainnya. Model Diffusion adalah kelas model generatif yang kuat yang biasanya digunakan untuk menghasilkan gambar dan audio berkualitas tinggi. Selama fase ini dari AI Subnet, Orkestrator didorong untuk menjaga setidaknya satu model per pipeline aktif (atau "hangat") di GPU mereka.
Klik di siniuntuk membaca lebih lanjut tentang alat dan model unggulan subnet.

Diagram ini menggambarkan bagaimana Livepeer mengalokasikan tugas ke jaringan GPU yang terdistribusi berdasarkan efisiensi, daripada mengarahkan permintaan pemrosesan AI melalui server terpusat.
Dua komponen paling penting dalam arsitektur jaringan AI Livepeer adalah:
Selain risiko titik kegagalan tunggal yang melekat pada jaringan server yang sangat terpusat, krisis kepercayaan dan autentisitas sedang berkembang dengan mudahnya konten AI yang dihasilkan. Bersama-sama, faktor-faktor ini mewakili risiko signifikan terhadap keberlanjutan sektor video AI. Subnet AI Livepeer membentuk jalan perintis untuk penciptaan infrastruktur video AI terbuka, berkelanjutan, dan menguntungkan dengan memfokuskan pada tiga solusi inti untuk masalah yang tercantum di atas:
Potensi penghematan biaya dari cara inovatif ini dalam memberikan akses ke komputasi kecerdasan buatan sangatlah besar. Alih-alih mengelola dan menanggung biaya server khusus, generasi video kecerdasan buatan dapat dengan mudah diabstraksikan menjadi tugas tunggal atau alur kerja. Ini kemudian diserahkan ke subnet kecerdasan buatan sesuai permintaan, didukung oleh jaringan terkenal Livepeer yang biaya rendah dan sangat handal yang sudah mengonversi jutaan menit video tradisional setiap minggunya dengan kapasitas GPU yang berlimpah.
Karena startup kecerdasan buatan sedang mendapat minat dan investasi VC yang besar, mudah bagi para pendiri dan pendana sama-sama melihat melewati biaya yang terlibat dalam video generatif. Tetapi begitu pendanaan awal habis atau pasar mengalami penurunan, layanan komputasi yang handal dan murah sangat penting agar video kecerdasan buatan dapat berkelanjutan. Berkat warisan impresifnya dalam komputasi video terdesentralisasi, Livepeer ditempatkan secara unik untuk menyediakan layanan ini.
Perusahaan-perusahaan swasta yang kuat mengendalikan model AI paling menonjol, banyak di antaranya adalah sumber tertutup. Menurut riset analitik IOT, NVIDIA menyediakan 92% dari komputasi GPU yang digunakan di pusat data AI, sementara Microsoft dan OpenAI menguasai 69% pasar model dan platform dasar. Strukturisasi terpusat dari kemampuan komputasi AI menciptakan risiko titik kegagalan tunggal. Jika sebuah perusahaan bangkrut atau ditutup oleh pemerintah, semua penggunanya akan ikut terkena dampak.
Subnet menunjukkan komitmen Livepeer terhadap pengembangan sumber terbuka yang tahan sensor dan memanfaatkan blockchain dan tokenomics untuk mendorong pengguna untuk berbagi perangkat keras mereka, menciptakan jaringan GPU yang dapat diskalakan secara tak terbatas. Akses ke teknologi mendasar ini harus terbuka dan tersedia sesuai permintaan bagi para pembangun inovatif, peneliti, dan startup, tanpa memandang negara asal atau keinginan tunggal perusahaan.
Livepeer telah menjadi proyek infrastruktur AI terdesentralisasi pertama yang bergabung dengan C2PA, standar teknis terbuka yang memberikan penerbit, pencipta, dan konsumen kemampuan melacak asal usul berbagai jenis media. Spesifikasi C2PA memungkinkan pengguna menentukan sejumlah pernyataan, seperti identitas pencipta, alat penciptaan, dan waktu penciptaan. Anggota C2PA termasuk TikTok, Adobe, Google, Sony, Intel, BBC, Microsoft, dan OpenAI. Livepeer bangga berpartisipasi dalam Kelompok Kerja Teknis C2PA dan sedang berupaya membawa prinsip-prinsip terbuka dan terdesentralisasi ke standar global untuk asal usul dan otentisitas konten.
AI Subnet Livepeer saat ini sedang mengembangkan langkah-langkah untuk mengatasi konten palsu melalui penandatanganan kriptografis asli yang menunjukkan jejak asal yang jelas.
Pengembang juga dapat menyiapkan Gateway AI untuk menguji dan menyempurnakan aplikasi mereka, dengan akses ke API untuk tugas AI.
Subnet ini bersifat tanpa izin, sehingga pengembang dapat bereksperimen dengan pipa AI yang ada di subnet segera, meskipun fase saat ini dari Subnet tidak cocok untuk aplikasi siap produksi. Dokumentasi Alpha dapat dilihat di sini.
Untuk para pendiri yang berdedikasi untuk AI terdesentralisasi dan ingin membangun langsung di subnet secara besar-besaran, Livepeer meluncurkan Program Startup Video AI. Ini adalah program undangan khusus dengan kelompok terpilih 5-8 startup, berinovasi di ruang media generatif. Setiap startup akan menerima $40,000 USD dalam pendanaan hibah, termasuk kredit infrastruktur dan dukungan teknis Livepeer yang didedikasikan. Untuk memeriksa apakah Anda memenuhi syarat, Anda dapat mendaftar untuk bergabung dengan program inidi sini.





