Модель штучного інтелекту Google створює реалістичні відеоролики

Кілька тижнів тому Google визнала, що схитрувала під час представлення своєї нової ШІ-моделі Gemini. Частини демонстраційного відео потенційного конкурента ChatGPT були відредаговані фахівцями.

Нові відеоролики АІ-генератора Lumiere, які наприкінці січня опублікувала Google, слід оцінювати з обережністю.

Lumiere не тільки створює візуально приголомшливі та реалістичні фрагменти відео за підказками, тобто за допомогою текстових команд. Lumiere також може анімувати зображення і редагувати наявні відео.

Завдяки останній функції одяг людини на відео можна буде змінити пізніше за допомогою відповідної підказки. Стиль відео також можна коригувати – його можна трансформувати в комікс або стиль Лего. Анімацію можна адаптувати до стилю, заданого зображенням. Це, наприклад, навіть може бути дитячий малюнок.

За даними Google, розроблено нову технологію спеціально для моделі Lumiere. На відміну від наявних генераторів перетворення тексту на відео, створення відео Lumiere не містить у собі серію послідовних ключових кадрів, які в кінцевому підсумку перетворяться на відео більш високої роздільної здатності.

Google заявляє, що за допомогою Lumiere відео створюється цілісно, за один раз. За це відповідає нова “просторово-часова архітектура”. У результаті відео має менше смикатися і не мати непривабливих елементів.

ШІ був навчений на 30 мільйонах відеороликів. Кожне відео має довжину 80 кадрів. За швидкості 16 кадрів на секунду кожне відео триває п’ять секунд.

У Lumiere є свої обмеження. Поки що можна створювати тільки п’ятисекундні фрагменти відео з максимальною роздільною здатністю 1024 на 1024 пікселів. Навіть дослідники Google описують це як “низьку роздільну здатність”.