Uthabiti AI imechapisha modeli ya kujifunza kwa mashine, Usambazaji wa Video Imara, ambayo inaweza kutoa video fupi kutoka kwa picha. Mtindo huo unapanua uwezo wa mradi wa Usambazaji Imara, ambao hapo awali ulikuwa mdogo kwa kuunganisha picha tuli. Nambari ya mafunzo ya mtandao wa neural na zana za kuunda picha imeandikwa kwa Python kwa kutumia mfumo wa PyTorch na kuchapishwa chini ya leseni ya MIT. Miundo iliyofunzwa iko wazi chini ya leseni ya kuruhusu ya Creative ML OpenRAIL-M, kuruhusu matumizi ya kibiashara.
Aina mbili za miundo zinapatikana kwa kupakuliwa: SVD (Uenezaji Imara wa Video), ambayo hutengeneza fremu 14 kwa ubora wa 576×1024 kulingana na picha tuli fulani, na SVD-XT, ambayo hutengeneza fremu 25. Uzalishaji wa video unawezekana, bila mwendo au kwa mzunguko wa polepole sana wa kamera, usiozidi sekunde 4. Udhibiti wa moja kwa moja wa muundo kulingana na maandishi ya lugha asili bado haujaauniwa, lakini inawezekana kwanza kuandaa picha chanzo kwa kutumia muundo wa zamani wa Usambazaji Imara wa 2.1 na kisha kuibadilisha kuwa video kwa kutumia muundo wa SVD.
Ubora wa video bado hautoi uhalisia kamili wa picha au uwasilishaji sahihi wa uhakika wa nyuso na watu. Kwa upande wa utendakazi, muundo wa chanzo huria unaopendekezwa unafanya kazi vyema kuliko analogi za umiliki kutoka Runway na Pika Labs. Mfano huo unaweza kubadilishwa kwa urahisi kwa kazi anuwai, kama vile kuunda takwimu zenye sura tatu.
Pia cha kukumbukwa ni uchapishaji wa zana ya mashine ya kujifunza Video-LLaVA, ambayo huwezesha uundaji wa uwakilishi mmoja wa kuona wa kitu, unaoundwa kwa kutumia picha na rekodi za video za kitu wakati wa mafunzo. Mfumo unaweza kutumika, kwa mfano, kutambua uwepo wa vitu sawa katika picha na video. Nambari hiyo imeandikwa kwa Python na kusambazwa chini ya leseni ya Apache 2.0.
Chanzo: opennet.ru
