Netflix kembali menarik perhatian lewat riset video AI yang tidak hanya menghapus objek dari suatu adegan, tetapi juga menjaga gerak di sekitarnya tetap terasa alami. Sistem ini bernama VOID, dan pendekatannya berbeda dari alat penyunting video AI yang selama ini hanya fokus pada penghapusan elemen tanpa memahami dampak fisiknya.
VOID dirancang untuk menangani perubahan sebagai rangkaian sebab-akibat, bukan sekadar menutup bagian yang dihapus. Saat sebuah objek keluar dari frame, sistem ini berupaya membangun ulang adegan agar interaksi lain tetap masuk akal secara visual dan tidak terlihat seperti terhenti mendadak atau melayang tanpa alasan.
Apa yang membuat VOID berbeda
Banyak alat AI video sudah bisa menghapus benda, orang, atau gangguan visual dari footage. Namun, hasilnya sering menyisakan masalah baru, seperti bayangan yang janggal, gerakan yang terputus, atau objek lain yang tampak tidak bereaksi terhadap perubahan di dalam adegan.
VOID mencoba mengatasi kelemahan itu dengan memahami hubungan antarobjek di dalam video. Menurut penjelasan riset yang dibagikan Netflix, sistem ini memetakan area yang terdampak, termasuk perubahan pada bayangan, tabrakan, dan elemen pendukung, lalu menyusun ulang adegan agar gerakan tetap konsisten.
Cara kerja VOID dalam menyunting adegan
Proses VOID dapat dipahami sebagai penyuntingan yang memperhitungkan rantai reaksi visual. Jika satu elemen dihapus, model ini menilai bagian mana saja yang ikut berubah lalu membangun ulang urutan geraknya agar tetap mengikuti logika visual yang alami.
- VOID mengidentifikasi wilayah yang terdampak oleh penghapusan objek.
- Sistem membuat peta perubahan pada area yang berkaitan, termasuk interaksi fisik.
- Model menghasilkan versi baru footage dengan penyesuaian gerak dan hubungan antarobjek.
- VOID menjalankan tahap penyempurnaan untuk merapikan pergerakan dan mencegah distorsi.
Pendekatan ini penting karena video hidup dari kontinuitas. Jika sebuah kursi dihapus dari adegan, misalnya, orang yang semula bersandar padanya tidak boleh tetap berada pada posisi yang seolah masih ditopang benda itu.
Mengapa pemahaman fisika penting dalam AI video
Riset Netflix menyebut VOID dilatih menggunakan ribuan urutan simulasi. Data ini membantu model memahami bagaimana objek bereaksi saat kondisi di sekitarnya berubah, bukan sekadar menebak bentuk piksel dari contoh video sebelumnya.
Dalam salah satu contoh yang dijelaskan, penghapusan sebagian susunan domino tidak hanya menghilangkan beberapa keping. Reaksi berantai juga berhenti karena tidak ada lagi elemen yang meneruskan momentum, sehingga hasilnya tetap sesuai dengan logika fisik.
Contoh lain menunjukkan bahwa ketika sosok manusia yang berinteraksi dengan benda dihapus, elemen lain tidak langsung membeku. Gerakan yang tersisa tetap berlanjut secara wajar, menandakan bahwa model mencoba mempertahankan kausalitas adegan.
Dampak bagi editor dan industri hiburan
Bagi studio dan editor, pendekatan seperti ini berpotensi memangkas waktu perbaikan pascaproduksi. Penghapusan objek sering diperlukan untuk membersihkan frame, menghilangkan kru, atau menyesuaikan detail visual tanpa merusak imersi penonton.
Teknologi yang memahami physics-aware editing juga relevan untuk film dan serial televisi, terutama pada adegan yang melibatkan banyak interaksi. Di situ, kesalahan kecil seperti bayangan yang salah arah atau benda yang bergerak tidak realistis bisa langsung terlihat oleh penonton.
Posisi VOID saat ini dan tantangannya
Meski terlihat menjanjikan, VOID masih berada di tahap riset dan dipaparkan lewat makalah arXiv, bukan sebagai produk komersial. Artinya, belum ada kepastian kapan teknologi ini akan masuk ke alat editing untuk konsumen maupun perangkat lunak profesional.
Masih ada tantangan besar sebelum teknologi seperti ini bisa dipakai secara luas. Netflix menyebut tahap berikutnya mencakup skenario yang lebih rumit, dengan objek lebih banyak, susunan yang lebih padat, dan rangkaian kejadian yang lebih panjang agar rekonstruksi video tetap stabil saat diuji secara lebih ketat.
Perkembangan VOID menunjukkan arah baru bagi AI video editing, yaitu dari sekadar menghapus elemen menuju pemahaman hubungan fisik di dalam cerita visual. Jika riset ini terus berkembang, penyuntingan video berbasis AI dapat bergerak ke tahap yang lebih presisi, dengan hasil yang tidak hanya bersih tetapi juga tetap meyakinkan di mata penonton.
