Lĩnh vực video AI sinh tạo khá sôi động hiện nay, nhưng mọi người đều bị kẹt ở một nút thắt chung — chi phí lưu trữ quá cao, tốc độ gọi dữ liệu không theo kịp, bảo vệ quyền riêng tư người dùng vẫn là vấn đề lớn.

Gần đây thấy một trường hợp thú vị. Nền tảng video AI sinh tạo Everlyn đặt tầm nhìn vào lưu trữ phi tập trung, chọn Walrus làm lớp dữ liệu cốt lõi, trực tiếp phá vỡ những khó khăn của ngành. Sự hợp nhất sâu sắc này giữa AI và lưu trữ phân tán thực sự đáng chú ý.

Lực cạnh tranh cốt lõi của Everlyn nằm ở đâu? Mô hình Everlyn-1 của họ có thể chuyển đổi ảnh tĩnh thành video chất lượng cao trong 16 giây, tốc độ này thực sự vượt far so với các nền tảng như Midjourney. Đằng sau đó là sự hỗ trợ từ Walrus không thể thiếu.

Quy mô hợp tác này không nhỏ. Everlyn đã di chuyển hơn 5000 video người dùng với độ sáng 480p đến 720p mà họ tích lũy được sang Walrus, sau này còn có kế hoạch chuyển toàn bộ dữ liệu huấn luyện, điểm kiểm tra mô hình, KV cache từ AWS và Azure sang, tổng lượng vượt quá 50GB. Đối với nền tảng sinh tạo video AI, đây là một động thái lớn.

Tại sao lại làm như vậy? Đó là chi phí. Chi phí lưu trữ dữ liệu huấn luyện trực tiếp quyết định định giá dịch vụ. Công nghệ mã hóa xóa lỗi hai chiều Red-Stuff mà Walrus sử dụng có thể đẩy chi phí lưu trữ xuống mức thấp nhất ngành, như vậy Everlyn vừa có thể duy trì khả năng sinh tạo tốc độ cao, lại có thể hạ thấp ngưỡng sử dụng cho các nhà sáng tạo.

Còn có một chi tiết nữa — giải pháp lưu trữ hàng loạt của Quilt. Quá trình sinh tạo video sẽ tạo ra một lượng lớn file nhỏ phân tán, giải pháp này có thể xử lý hoàn hảo, thực hiện xử lý hàng loạt hiệu quả và truy cập nhanh, đảm bảo tính thực tế của tối ưu hóa mô hình. Có vẻ như là một giải pháp hoàn chỉnh.