{"id":111702,"date":"2023-11-22T21:10:14","date_gmt":"2023-11-22T19:10:14","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/predstavlena-sistema-sinteza-video-stable-video-diffusion"},"modified":"2023-11-22T21:10:14","modified_gmt":"2023-11-22T19:10:14","slug":"predstavlena-sistema-sinteza-video-stable-video-diffusion","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/predstavlena-sistema-sinteza-video-stable-video-diffusion","title":{"rendered":"Das System zur Videosynthese Stable Video Diffusion wurde vorgestellt.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Das Unternehmen Stability AI hat das Machine-Learning-Modell Stable Video Diffusion ver\u00f6ffentlicht, das es erm\u00f6glicht, kurze Videos basierend auf Bildern zu generieren. Dieses Modell erweitert die M\u00f6glichkeiten des vorher auf die Synthese statischer Bilder beschr\u00e4nkten Projekts Stable Diffusion. Der Code f\u00fcr die Werkzeuge zur Schulung des neuronalen Netzwerks und zur Bildgenerierung ist in Python unter Verwendung des PyTorch-Frameworks geschrieben und wurde unter der MIT-Lizenz ver\u00f6ffentlicht. Bereits trainierte Modelle stehen unter der permissiven Lizenz Creative ML OpenRAIL-M zur Verf\u00fcgung, die kommerzielle Nutzung erlaubt. <\/p>\n
Es stehen zwei Modellvarianten zum Download bereit: SVD (Stable Video Diffusion) zur Generierung von 14 Frames mit einer Aufl\u00f6sung von 576×1024 basierend auf einem vorgegebenen statischen Bild und SVD-XT zur Generierung von 25 Frames. Die Erzeugung von Videos ist sowohl ohne Bewegung als auch mit einer sehr langsamen Kamerabewegung m\u00f6glich, wobei die Dauer vier Sekunden nicht \u00fcberschreiten darf. Eine direkte Steuerung des Modells basierend auf einer textlichen Beschreibung in nat\u00fcrlicher Sprache wird derzeit nicht unterst\u00fctzt. Es ist jedoch m\u00f6glich, das Ausgangsbild zun\u00e4chst mit dem alten Modell Stable Diffusion 2.1 vorzubereiten und es dann mit dem SVD-Modell in ein Video umzuwandeln. <\/p>\n
Die Videoqualit\u00e4t erreicht derzeit noch nicht den perfekten fotorealistischen Standard und garantiert keine korrekte Darstellung von Gesichtern und Menschen. In Bezug auf die Leistung \u00fcbertrifft das angebotene Open-Source-Modell propriet\u00e4re L\u00f6sungen von Unternehmen wie Runway und Pika Labs. Das Modell kann leicht an verschiedene Anforderungen angepasst werden, beispielsweise zur Erstellung von dreidimensionalen Objekten.
\r\n \r\n
<\/div>\r\n <\/div><\/center> <\/p>\n
Ein weiteres hervorzuhebendes Projekt ist das Ver\u00f6ffentlichungswerkzeug f\u00fcr maschinelles Lernen, Video-LLaVA, das einheitliche visuelle Darstellungen von Objekten schafft, die auf der gleichzeitigen Verwendung von Fotos und Videos w\u00e4hrend des Trainings basieren. Das System kann beispielsweise zur Erkennung desselben Objekts in Bildern und Videos eingesetzt werden. Der Code ist in Python geschrieben und steht unter der Apache 2.0 Lizenz. \n Quelle: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"
![\"Video](\"https:\/\/img.youtube.com\/vi\/G7mihAy691g\/hqdefault.jpg\")
\r\n