Stability AI представляє Stable Video 4D – революційний прорив у відеоіндустрії

Британський стартап Stability AI презентує свою новітню модель штучного інтелекту — Stable Video 4D, яка здатна генерувати відео під різними кутами. Команда стартапу бачить широке застосування цієї технології у розробці ігор, відеомонтажі та віртуальній реальності, як зазначено на їхньому сайті.

Також цікаво: Stability AI випускає генератор звуку на базі штучного інтелекту

Stable Video 4D вражає своєю здатністю швидко створювати короткі 3D-відео з зображень або інших відео. Модель генерує п’ять кадрів відео з восьми різних ракурсів, які попередньо задає користувач, усього за 40 секунд. Вся 4D оптимізація займає приблизно 20-25 хвилин.

“Спираючись на міцний фундамент нашої моделі Stable Video Diffusion, яка перетворює зображення у відео, модель Stable Video 4D приймає відео як вхідний сигнал і генерує кілька відеороликів нового вигляду з різних точок зору. Це досягнення являє собою стрибок у наших можливостях, переходячи від генерації відео на основі зображень до повного динамічного 3D-синтезу відео”, — зазначають у блозі компанії.

Stable Video 4D має відкритий код. У Stability AI сподіваються, що компанії зможуть адаптувати цю модель відповідно до своїх унікальних потреб. Модель наразі перебуває на стадії дослідження, але вже доступна на платформі Hugging Face, де її постійно вдосконалюють. Більше про технічний звіт, який детально описує методології, виклики та прориви, можна знайти на сайті компанії.

У Stability AI бачать великий потенціал своєї моделі у розробці ігор — індустрії, яка не завжди охоче сприймає впровадження штучного інтелекту. Нещодавно журналісти WIRED опублікували дослідження, як штучний інтелект забирає робочі місця у працівників геймдеву.

Не менш важливим є питання авторських прав, яке тягнеться ще з часів створення ШІ. У січні минулого року ініціативна група художників подала в суд на компанії, що використовують Stable Diffusion — модель, яку Stability AI випустила у 2022 році. Позивачі стверджують, що Stable Diffusion містить неавторизовані копії мільйонів захищених авторським правом зображень, зібраних без згоди художників для тренування штучного інтелекту.