ژاپن گام تازه‌ای در توسعه ابزارهای هوش مصنوعی ویژه صنعت انیمه برداشته است. شرکت AIdeaLab از انتشار رسمی AnimeGen خبر داده؛ مدلی متن‌باز که برای تولید ویدئوهای انیمه طراحی شده و کاربران می‌توانند از آن حتی در پروژه‌های تجاری نیز استفاده کنند.
AnimeGen با مجوز Apache 2.0 منتشر شده و به گفته توسعه‌دهندگانش، نخستین مدل متن‌باز تولید ویدئوی انیمه است که توسط یک شرکت ژاپنی عرضه می‌شود. این مدل در دو نسخه ارائه شده است؛ یکی برای تبدیل متن به ویدئو (Text-to-Video) و دیگری برای تبدیل تصویر به ویدئو (Image-to-Video). هر دو نسخه از طریق پلتفرم Hugging Face در دسترس توسعه‌دهندگان قرار دارند.
توسعه این پروژه با حمایت برنامه GENIAC انجام شده است؛ طرحی که از سوی وزارت اقتصاد، تجارت و صنعت ژاپن (METI) و سازمان NEDO برای تقویت زیرساخت‌های هوش مصنوعی این کشور راه‌اندازی شده است. نسخه آزمایشی AnimeGen پیش‌تر منتشر شده بود و اکنون نسخه نهایی آن به‌صورت عمومی عرضه شده است.
AnimeGen بر پایه مدل متن‌باز Wan 2.2 توسعه یافته، اما تیم AIdeaLab با آموزش‌های اختصاصی، آن را برای تولید ویدئوهای انیمه بهینه کرده است. این شرکت همچنین اعلام کرده که داده‌های آموزشی مورد استفاده، مطابق قوانین حق نشر ژاپن گردآوری شده‌اند.
به گفته AIdeaLab، هدف از انتشار متن‌باز AnimeGen تنها ارائه یک ابزار جدید نیست، بلکه ایجاد بستری برای همکاری پژوهشگران، توسعه‌دهندگان و استودیوهای انیمیشن است. این شرکت معتقد است دسترسی آزاد به چنین مدلی می‌تواند روند توسعه فناوری‌های هوش مصنوعی در صنعت انیمه را سرعت ببخشد و به کاهش برخی مشکلات ساختاری این صنعت، از جمله کمبود نیروی متخصص و فشار کاری بالا، کمک کند.
برخلاف بسیاری از سرویس‌های مبتنی بر هوش مصنوعی، AnimeGen یک پلتفرم آنلاین نیست؛ بلکه یک مدل متن‌باز است که کاربران می‌توانند آن را دانلود کرده، روی سخت‌افزار خود اجرا کنند و در پروژه‌های شخصی یا تجاری به کار بگیرند.