Last Updated on 2024-09-24 06:02 by admin
from Google’s new VideoPoet multimodal AI video generation model looks incredible}.
Google Researchのチームが新しいAIビデオ生成モデル「VideoPoet」を発表しました。このモデルは、従来の画像モデルに基づくビデオ生成AIとは異なり、大規模言語モデル（LLM）を使用しており、270百万のビデオと10億以上のテキストと画像のペアを用いて事前学習を行っています。VideoPoetは、より長く、より高品質で、より一貫した動きを持つビデオクリップの生成が可能で、カメラの動きや視覚的スタイルのシミュレーション、新しいオーディオの生成など、幅広い機能を提供します。Google Researchの調査によると、人間の評価者はVideoPoetによって生成されたビデオクリップを他のモデルよりも優れていると評価しました。現在、VideoPoetは一般には公開されておらず、公開時期についてはGoogleからの返答を待っている状況です。
