NVIDIA tutvustas närvivõrku video genereerimiseks kirjelduse järgi

NVIDIA ettevõte teatas uus VideoLDM AI mudel, mis loob teksti põhjal lühivideoid. See töötati välja koostöös Cornelli ülikooli teadlastega.

VideoLDM võtab arvesse kuni 4,1 miljardit parameetrit, millest 2,7 miljardit treenitakse video abil. Loodud klipid võivad olla kuni 2048 × 1280 pikslit 24 kaadriga ja kestavad kuni 4,7 sekundit.

Närvivõrk on võimeline looma nii lihtsaid stseene, milles on paar sõna, kui ka midagi keerukamat. Mõned näited:

• Ilutulestik.

• Tormiväelane puhastab randa tolmuimejaga.

• Rändur kõnnib päikeseloojangul üksi udus metsas.

Rohkem näiteid on projekti veebisait.

See NVIDIA närvivõrk ei ole veel avalikus omandis. Seda esitleti uurimistööna masinnägemise ja mustrite tuvastamise konverentsi raames.

Arendajad märkisid muljetavaldavat ja kiiret edusamme õppimises, kuid ei rääkinud närvivõrgu võimalikust tulevikust. Sellegipoolest võime eeldada, et peagi saame täisväärtusliku videoanaloogi keskteekond.