Zaoštrava se trka za najbolji sistem veštačke inteligencije koji kreira audio i video sadržaj – posle Mete, Gugl je predstavio i svoj sistem za automatizovano generisanje videa na zahtev
Sve je počelo sa DALL-E sistemom, specijalizovanim za kreiranje ilustracija na osnovu teksta, a zatim je stvoreno i unapređeno nekoliko sličnih sistema. Danas postoji nekoliko veoma kvalitetnih platformi koje vam mogu ponuditi različite oblike slika i ilustracija samo na osnovu tekstualnog opisa, a neke su odlučile da idu korak dalje. Prvo je prošle nedelje Meta predstavio svoj Make-A-Video sistem, a samo nekoliko dana nakon toga, Google je predstavio sličnu stvar.
Još jednom su nadogradili svoju veštačku inteligenciju pod nazivom Imagen, pa sada, osim slika, od nje prave i kratke video zapise – kako je prikazano, sa višom rezolucijom i generalno boljim kvalitetom od onih koje je nedavno predstavio Mark Zakerberg kao Metin demo.
5 sekundi AI videa
Imagen Video je difuzioni model veštačke inteligencije koji već može da kreira video klipove rezolucije 1280×768 piksela pri 24 kadra u sekundi, a radi na kaskadni način. Kao što je opisano u pratećem radu, prvi korak u video produkciji je obrada prirodnog jezika i razumevanje komandi. Zatim se pravi grubi video okvir niske rezolucije (16 kadrova samo 24×48 piksela pri 3 fps). Ovaj rezultat se zatim prerađuje i povećava da bi se dobila konačna verzija. Za sada uključuje 128 kadrova gore pomenute visoke rezolucije, što daje snimak dužine 5,3 sekunde.
Kao i u slučaju slikovnih modela, ni ovaj nije savršen. Gugl kaže da je Imagen prvobitno bio obučen za podatke iz kojih je uklonjen lažan, rasistički, mržnje, nasilan, eksplicitan ili drugi štetan sadržaj. Međutim, skup podataka za obuku AI još uvek nije savršen, tako da rezultati i dalje ponekad uključuju uvredljive predrasude i stereotipe koje je mnogo teže filtrirati. Iz tog razloga, dok se takvi problemi ne reše, Imagen Video neće biti dostupan javnosti.
Do tada, možemo gledati njihovu demo stranicu i proučavati primere automatski generisanih video zapisa koje su dali.