Китайские программисты разработали нейронную сеть под названием CogVideo, которая генерирует видео по одним лишь текстовым подсказкам. По сути, видеоматериал создаётся алгоритмом из последовательных изображений с логически развивающейся динамикой содержимого, которое не выходит за рамки заданного запроса.
CogVideo работает по принципу, схожему с нейронными сетями DALL-E 2 и Imagine. Система также компилирует изображения, но в отличие от предшественников, с динамикой развития. Частота смены кадров относительно высока — 32 кадра за четыре секунды. Однако сами видео выходят короткими и без какого-либо глубокого подтекста. Пользователи сравнили их с обычными гифками.
Примеры работы CogVideo
Авторы отметили, что фактический ввод текста для генерации видео пока осуществляется только на китайском языке. Посмотреть больше примеров работы нейросети можно на GitHub. Там же доступен и исходный код.
Поделиться ссылкой:
Total Views: 198 ,
