ChatGPT i Midjourney pojawiają się teraz nie tylko w mediach technologicznych, ale także w innych obszarach. Może się to wkrótce zmienić, ponieważ zbliża się kolejna duża technologia AI. Firma NVIDIA zaprezentowała nową technologię, która może wkrótce wynieść Twoje pliki GIF na nowy poziom.
Gizchina Wiadomości tygodnia
Użyj technologii NVIDIA Text-To-Video do tworzenia filmów wideo
Nie tak dawno temu firma NVIDIA uwolnił ciekawy produkt o nazwie VideoLDM. To model AI do konwersji tekstu na wideo. Nawiasem mówiąc, NVIDIA stworzyła tę technologię, łącząc ręce z naukowcami z Uniwersytetu Cornell. Mówiąc prościej, ten model sztucznej inteligencji może generować filmy o rozdzielczości do 2048 x 1280 pikseli, szybkości klatek 24 klatek na sekundę i czasie działania do 4,7 sekundy w oparciu o tekst.
Model wykorzystuje postępy w zakresie stabilnej dyfuzji sieci neuronowe. Rozwiązanie NVIDIA ma do 4,1 miliarda parametrów. Ale tylko 2,7 miliarda zostało przeszkolonych przy użyciu wideo. Chociaż możesz pomyśleć, że to ogromna liczba, jest niewielka jak na dzisiejsze standardy sztucznej inteligencji.
Ponadto model może nagrywać filmy ze scenami z jazdy. Mogą trwać do 5 minut i mają rozdzielczość 1024 x 512 pikseli. Wynika to z faktu, że sekwencje jazdy są trudne do kręcenia w prawdziwym życiu. Dzięki temu w takich momentach technologia ta może pomóc filmowcom. Model może przewidywać multimodalne możliwości ruchu, tworząc dużą liczbę możliwych misji z jednego obrazu źródłowego.
Obecnie technologie zamiany tekstu na wideo, takie jak ta wprowadzona przez firmę NVIDIA, są dobre w użyciu do tworzenie miniatur i GIF-ów. Wiemy jednak, że NVIDIA szybko rozwija się w dziedzinie sztucznej inteligencji. Domyślamy się więc, że nie potrwa długo, zanim NVIDIA wprowadzi bardziej zaawansowane technologie do tworzenia dłuższych klipów tekstowych do wideo.
To badanie zostanie zaprezentowane na konferencji Machine Vision and Pattern Recognition Conference, która odbędzie się odbędzie się w Vancouver od 18 do 22 czerwca.
Źródło/VIA:
