Permintaan dan penawaran konten AI sedang tinggi, Nvidia fokus pada penciptaan AI lokal

21st Century Business Herald Reporter Peng Xin

Tidak membahas kartu grafis game, Nvidia di GDC (Game Developers Conference) kali ini fokus mendorong lebih banyak pengguna menggunakan AI untuk membuat konten, serta menurunkan ambang pengembangan lebih jauh.

Selama konferensi pengembang game yang diadakan di San Francisco minggu ini, Nvidia mengumumkan peluncuran tampilan “aplikasi” yang lebih sederhana untuk alat gambar AI ComfyUI, memperkenalkan resolusi super RTX Video, dan menyediakan dukungan varian NVFP4 dan FP8 untuk model-model seperti LTX-2.3, FLUX.2 Klein, serta menyempurnakan proses pembuatan video AI lokal.

Nvidia berusaha mengubah alur kerja AI generatif yang awalnya lebih ditujukan untuk para geek, menjadi lebih luas untuk pemula dan desainer. Menurut Nvidia, “tampilan aplikasi” baru ComfyUI terutama ditujukan untuk desainer yang tidak terbiasa dengan alur kerja berbasis node, di mana pengguna cukup memasukkan petunjuk, menyesuaikan parameter, dan mengklik untuk menghasilkan konten AI, sehingga menurunkan ambang produksi konten AI.

(Sumber gambar: Nvidia)

Dalam hal optimisasi performa, Nvidia menyatakan bahwa sejak September tahun lalu, pengalaman pengguna ComfyUI di GPU RTX telah meningkat 40%; di GPU GeForce RTX 50 series, saat menggunakan format data NVFP4, performa tertinggi dapat meningkat hingga 2,5 kali lipat dan penggunaan memori video berkurang 60%, sementara dengan format data FP8, performa tertinggi dapat meningkat 1,7 kali lipat dan penggunaan memori berkurang 40%.

Nvidia juga berusaha meningkatkan efisiensi pembuatan video 4K. Mereka menjelaskan bahwa sebelumnya, saat membuat video 4K, kreator biasanya akan menghasilkan pratinjau resolusi rendah terlebih dahulu untuk memastikan efisiensi, lalu meningkatkan kualitas gambar. Saat ini, proses untuk video 4K berdurasi 10 detik biasanya memakan waktu beberapa menit. Untuk itu, Nvidia menyatakan bahwa berkat teknologi resolusi super RTX Video, pengguna kini dapat dengan cepat meningkatkan video ke resolusi 4K, teknologi ini sangat hemat memori, dan kecepatan meningkat 30 kali lipat dibandingkan alat resolusi lokal utama lainnya.

Latar belakang dorongan besar Nvidia terhadap proses pembuatan video AI lokal adalah pertumbuhan besar konten yang dihasilkan AI. Pada awal 2024, Sora dari OpenAI dengan tingkat realisme gambar yang mengagumkan membawa “video yang dihasilkan AI” dari konsep ke kenyataan, diterima pasar. Segera setelah itu, ByteDance dan Kuaishou cepat mengikuti, meluncurkan “Jimo” dan “Ke Ling”, dengan cepat menarik sejumlah kreator profesional dan memproduksi video pendek AI dengan biaya rendah. Pada 2025, “video yang dihasilkan AI” meledak secara cepat, memasuki tahap pertumbuhan skala besar, dan hingga kini sudah menempati posisi penting di platform konten.

Sebagai contoh, saat ini tren AI drama komik, yaitu konten baru yang menggunakan teknologi AI generatif untuk mengubah IP cerita pendek daring melalui model multimodal besar menjadi gambar bergerak secara otomatis, termasuk pembuatan gambar, pemodelan karakter, dan penggabungan suara secara otomatis. Prediksi pasar menunjukkan bahwa pada 2026, ukuran pasar drama komik AI di China diperkirakan akan menembus 24 miliar yuan, dengan jumlah pengguna lebih dari 300 juta. “Dengan kekuatan alat AI, siklus produksi tradisional yang memakan waktu berbulan-bulan dipersingkat menjadi beberapa minggu bahkan lebih singkat, dan biaya turun lebih dari 60%. Banyak platform terkemuka secara bertahap mengembangkan bisnis drama komik AI, mendorong terbentuknya jalur konten independen,” kata Zhou Yuan, pendiri dan CEO Zhihu.

Permintaan konten yang dihasilkan AI sangat tinggi, Nvidia berusaha melalui kolaborasi perangkat lunak, model, dan rantai alat untuk menurunkan ambang penggunaan alat pembuatan AI lokal, serta mengikat GPU dan proses produksi AI mereka, agar sesuai dengan gelombang produksi AI. Menurut peneliti, saat ini proses pembuatan drama pendek AI utama sudah terbentuk secara matang, dimulai dari generasi petunjuk oleh agen cerdas, kemudian gambar dibuat melalui alur kerja ComfyUI dan diubah menjadi video, dilanjutkan dengan penyesuaian storyboard dan penyempurnaan detail, serta akhirnya penambahan sinkronisasi bibir dan efek suara. Di balik alur kerja kompleks ini, hampir seluruhnya bergantung pada kekuatan komputasi GPU Nvidia.