Google supera Meta lançando um novo gerador de AI de texto para vídeo, Imagen Video
Em Breve
O Imagen Video do Google tenta ajudar o gerador de vídeo a se transformar em aplicativos matadores
Não demorou muito para o Google responder ao Make-a-Video da Meta. Usando um prompt de texto, Vídeo de imagem pode produzir um vídeo fantástico. Os resultados são um tremendo avanço em relação ao estado da arte, apesar de uma série de inconvenientes.
Em comparação com o gerador de AI Text-to-Video do Facebook Faz um video, os resultados são visivelmente melhores. No entanto, essa estratégia também exigia mais supervisão. Em contraste com o Imagen Video, onde os microtrabalhadores trabalhavam arduamente para anotar filmes com descrições escritas, o Make-a-Scene usava vídeos não rotulados para treinamento.
Entrar nas especificidades da arquitetura é inútil; você deve ler sobre isso no artigo SUA PARTICIPAÇÃO FAZ A DIFERENÇA. Podemos apenas confirmar que 16 quadros são gerados primeiro a partir da incorporação de texto do codificador T5 em uma resolução de 48 × 24 com 3 quadros por segundo e que isso é aprimorado por vários modelos de difusão no filme final de 128 quadros em 1280 × 768 e 24 quadros por segundo.
O que é Imagen Vídeo?
Imagen Video é um método para criar vídeos condicionais de texto com base em uma série de modelos de difusão de vídeo. Imagen Video produz filmes de alta qualidade a partir de prompts de texto combinando um modelo básico de produção de vídeo com uma série de modelos de super-resolução de vídeo espacial e temporal entrelaçados. Revise as escolhas de design feitas pela equipe ao expandir o sistema como um sistema de alta qualidade.defimodelo de texto para vídeo, incluindo a decisão de parametrizar modelos de difusão e a seleção de modelos de super-resolução temporais e espaciais totalmente convolucionais em resoluções específicas. Além disso, valida e aplica resultados de trabalhos anteriores sobre produção de imagens baseadas em difusão ao contexto de geração de vídeo. Os modelos de vídeo são então submetidos à destilação progressiva com orientação sem classificador para amostragem rápida e de alta qualidade.
A equipe de pesquisa do Google afirma que o sistema aceita uma descrição textual e gera um filme de 16 quadros em três quadros por segundo com uma resolução de 24 por 48 pixels. O sistema dimensiona e “prevê” os quadros extras, criando um vídeo final com 128 quadros a 24 quadros por segundo e resolução de 720p (1280×768). Existem 60 milhões de pares imagem-texto e 14 milhões de pares vídeo-texto foram usados para treinar o Imagen Video.
Imagens de amostras de vídeo
Mesmo que seja mais rápido e barato usar IA para fazer vídeo, essas tecnologias certamente serão empregadas em todos os lugares.
Interessado em ler mais? Aqui estão alguns tópicos adicionais para verificar:
Aviso Legal
Em linha com a Diretrizes do Projeto Trust, observe que as informações fornecidas nesta página não se destinam e não devem ser interpretadas como aconselhamento jurídico, tributário, de investimento, financeiro ou qualquer outra forma. É importante investir apenas o que você pode perder e procurar aconselhamento financeiro independente se tiver alguma dúvida. Para mais informações, sugerimos consultar os termos e condições, bem como as páginas de ajuda e suporte fornecidas pelo emissor ou anunciante. MetaversePost está comprometida com relatórios precisos e imparciais, mas as condições de mercado estão sujeitas a alterações sem aviso prévio.
Sobre o autor
Damir é o líder de equipe, gerente de produto e editor da Metaverse Post, abordando tópicos como AI/ML, AGI, LLMs, Metaverse e Web3-Campos relacionados. Seus artigos atraem um grande público de mais de um milhão de usuários todos os meses. Ele parece ser um especialista com 10 anos de experiência em SEO e marketing digital. Damir foi mencionado em Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto e outras publicações. Ele viaja entre os Emirados Árabes Unidos, Turquia, Rússia e CEI como um nômade digital. Damir formou-se em física, o que ele acredita ter lhe dado as habilidades de pensamento crítico necessárias para ter sucesso no cenário em constante mudança da internet.
Mais artigosDamir é o líder de equipe, gerente de produto e editor da Metaverse Post, abordando tópicos como AI/ML, AGI, LLMs, Metaverse e Web3-Campos relacionados. Seus artigos atraem um grande público de mais de um milhão de usuários todos os meses. Ele parece ser um especialista com 10 anos de experiência em SEO e marketing digital. Damir foi mencionado em Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto e outras publicações. Ele viaja entre os Emirados Árabes Unidos, Turquia, Rússia e CEI como um nômade digital. Damir formou-se em física, o que ele acredita ter lhe dado as habilidades de pensamento crítico necessárias para ter sucesso no cenário em constante mudança da internet.