ByteDance Luncurkan Goku AI, Model AI Open-Source Pesaing DeepSeek

- Induk TikTok yang berbasis di China, ByteDance merilis serangkaian model kecerdasan buatan/artificial intelligence (AI) gabungan untuk pembuatan gambar dan video yang dinamai "Goku". 

Goku adalah model AI open-source (sumber terbuka) seperti Llama (Meta) dan DeepSeek. Goku AI ByteDance ini dirancang untuk menghasilkan video iklan dengan realisme tinggi.

Model AI ini diharapkan dapat membantu pembuat konten dan pemasar dalam menciptakan video produk yang menampilkan influencer AI, avatar pemasaran, dan demo visual lainnya.

Model AI ini tampaknya dinamai sesuai karakter anime populer "Goku" dari serial populer, Dragon Ball. Belum ada konfirmasi resmi dari ByteDance soal asal-usul nama Goku AI, tapi banyak yang berspekulasi bahwa namanya terinspirasi dari karakter Goku di Dragon Ball.

Salah satu alasannya, Goku di Dragon Ball dikenal kuat dan cepat berkembang, mirip dengan ambisi model AI ini yang ingin bersaing dengan OpenAI dan Google dalam pembuatan video.

Kata "Goku" dalam bahasa Jepang berarti "kesadaran kosong", yang bisa dikaitkan dengan kecerdasan buatan yang terus belajar dan berkembang.

Selain itu, China sering menggunakan nama-nama budaya populer untuk teknologi mereka, jadi tidak aneh jika ByteDance memakai nama Goku untuk model AI mereka.

Cara kerja Goku AI

GitHub Contoh video realistis buatan Goku AI ByteDance.Kehadiran Goku AI ini menjadi penantang baru model AI pembuat video lainnya, termasuk Sora milik OpenAI. Seperti AI generator video lain, Goku AI bekerja dengan cara mengubah teks atau gambar menjadi video yang realistis.

Yang membedakan, Goku AI Video Generator ini menggunakan teknik Rectified Flow Transformer (RFT), yang pada dasarnya adalah cara untuk membuat video lebih halus dan realistis.

Model ini menyusun video secara bertahap. Artinya setiap frame atau bingkai diperbaiki sedikit demi sedikit agar transisinya mulus.

Teknologi khusus ini bakal memastikan setiap gerakan dalam video yang dihasilkan tampak alami dengan cara menyusun bingkai demi bingkai agar transisinya tidak patah-patah.

Nah, dalam proses ini, ada yang namanya dynamical rectified flow. Ini seperti algoritma yang memastikan setiap gerakan dalam video mengalir secara alami, tidak tersendat-sendat atau melompat-lompat.

Proses ini memastikan bahwa setiap perubahan dalam gambar terasa alami, mirip seperti video sungguhan yang direkam dengan kamera.

Selain itu, teknik ini juga mengurangi noise (gangguan visual) dan meningkatkan ketajaman gambar, sehingga hasil videonya lebih jernih.

Dengan pendekatan ini, Goku AI bisa menghasilkan video yang terlihat alami dan cocok untuk berbagai keperluan, termasuk iklan dan konten kreatif lainnya.

Goku AI disebut dapat menghasilkan video produk berkualitas tinggi yang menampilkan influencer AI, avatar pemasaran, demo visual, gambar artistik, dan banyak lagi.

Video-video yang dibuat pakai Goku AI milik induk TikTok ini bisa dilihat selengkapnya di sini dan di sini.

Untuk mencapai kinerja yang optimal, Goku memerlukan GPU berkinerja tinggi. Untuk memasang dan menjalankan Goku, ikuti langkah-langkah berikut:

• Pasang versi terbaru Python dan Pytorch
• Salin kode sumber dari repositori GitHub resmi Goku
• Pasang paket Python di direktori proyek
• Unduh berbagai model Goku dan jalankan kode

Kemampuan Goku AI

Menurut data pengujian di situs Hugging Face, performa Goku AI diklaim lebih unggul dibandingkan dengan model AI serupa seperti seperti Luma, Open-Sora, Mira, dan Pika.

Goku AI mencapai skor 0,76 pada GenEval

GenEval adalah tolok ukur untuk mengukur seberapa baik model AI memahami dan menghasilkan konten yang sesuai dengan perintah pengguna. Skor 0,76 menunjukkan bahwa Goku AI cukup akurat dalam menghasilkan video yang sesuai dengan deskripsi yang diberikan.

Goku AI mencapai skor 83,65 pada DPG-Bench

Ini adalah standar penilaian untuk model AI yang mengubah teks menjadi gambar. Skor 83,65 berarti Goku AI bisa menghasilkan gambar dari teks dengan tingkat ketepatan yang cukup tinggi.

Goku AI mencapai skor 84,85 pada VBench

VBench digunakan untuk mengukur kualitas model teks-ke-video. Skor 84,85 menunjukkan bahwa Goku AI mampu menghasilkan video dari teks dengan kualitas yang lebih baik dibandingkan banyak model lain.

Dengan alat seperti Goku yang membuat konten hiper-realistis lebih mudah diproduksi, penggunaan AI yang bertanggung jawab dan deteksi deepfake harus menjadi prioritas.

Masyarakat harus lebih skeptis terhadap konten digital dan berinvestasi dalam solusi untuk mengidentifikasi dan menangkal konten palsu, sebagaimana dihimpun KompasTekno dari Forbes, Kamis (13/2/2025).

Tag:  #bytedance #luncurkan #goku #model #open #source #pesaing #deepseek