НВИДИА је представила неуронску мрежу за генерисање видеа по опису

Компанија НВИДИА најавио нови ВидеоЛДМ АИ модел који креира кратке видео записе на основу текста. Развијен је у сарадњи са истраживачима са Универзитета Корнел.

ВидеоЛДМ узима у обзир до 4,1 милијарду параметара, од којих је 2,7 милијарди обучено на видеу. Генерисани клипови могу бити до 2048×1280 пиксела у 24 кадра и имају трајање до 4,7 секунди.

Неуронска мрежа је способна да креира како једноставне сцене са пар речи у захтеву, тако и нешто сложеније. неколико примера:

• Ватромет.

• Олујни војник усисава плажу.

• Путник шета сам магловитом шумом на заласку сунца.

Више примера има сајт пројекта.

Ова НВИДИА неуронска мрежа још увек није у јавном власништву. Представљен је као истраживачки рад у оквиру Конференције о машинском виду и препознавању узорака.

Програмери су приметили импресиван и брз напредак у учењу, али нису говорили о могућој будућности неуронске мреже. Ипак, можемо претпоставити да ћемо ускоро добити пуноправни видео аналог мидјоурнеи.