Το Runway λανσάρει ένα νέο μοντέλο νευρωνικού δικτύου για τη δημιουργία βίντεο από περιγραφή κειμένου

Η τεχνητή νοημοσύνη που μετατρέπει κείμενο σε εικόνα είναι πλέον πραγματική mainstream, αλλά παρόμοια νευρωνικά δίκτυα για βίντεο κερδίζουν μόνο δυναμική. Στην πρώτη γραμμή αυτής της κατεύθυνσης βρίσκεται η startup Runway, η οποία απελευθερώθηκε ήδη το δεύτερο μοντέλο τεχνητής νοημοσύνης που δημιουργεί σύντομα βίντεο βασισμένα σε πολλές λέξεις.

Το Runway προσφέρει ένα πρόγραμμα επεξεργασίας βίντεο που βασίζεται στον ιστό που ειδικεύεται σε εργαλεία μηχανικής εκμάθησης, όπως η αφαίρεση φόντου. Αυτή η εταιρεία βοήθησε στην ανάπτυξη του μοντέλου Stable Diffusion text-to-image, και τον Φεβρουάριο ανακοινώθηκε το πρώτο της μοντέλο επεξεργασίας βίντεο AI Gen-1.

Το Gen-1 επικεντρώθηκε στη μετατροπή του υπάρχοντος πλάνα, επιτρέποντας στους χρήστες να εφαρμόσουν ένα συγκεκριμένο στυλ επικάλυψης από εικόνα σε τροχό. Το μοντέλο Gen-2 επικεντρώνεται περισσότερο στη δημιουργία βίντεο από την αρχή.

Τα demo που κοινοποιούνται στο Runway είναι σύντομα, ασταθή και σίγουρα όχι φωτορεαλιστικά, αλλά ακόμη και τέτοια πλαίσια δείχνουν καλή κατανόηση του AI του τρισδιάστατου χώρου, των αναλογιών και της λογικής της κίνησης αντικείμενα.

Ενώ το Gen-2 δεν είναι ελεύθερα διαθέσιμο, ένας εκπρόσωπος του Runway διαβεβαίωσε ότι η εταιρεία θα «παρέχει ευρεία πρόσβαση τις επόμενες εβδομάδες».

Οι προοπτικές για την εισαγωγή μιας τέτοιας τεχνητής νοημοσύνης ήδη τρομάζουν τους ειδικούς. Εξάλλου, τα νευρωνικά δίκτυα για εργασία με βίντεο υπόσχονται όχι μόνο νέες δημιουργικές δυνατότητες, αλλά και νέες απειλές για την παραπληροφόρηση.