Meta宣布文本到視頻AI生成器

Meta Mark Zuckerberg的首席執(zhí)行官宣布了一項(xiàng)名為Make-A-Video的新人工智能(AI)程序，該計(jì)劃允許用戶從文本描述中創(chuàng)建視頻。

扎克伯格展示了該計(jì)劃的功能，展示了一只泰迪熊畫了一幅自畫像，一艘宇宙飛船降落在火星上，還有一只戴著針織帽的小樹懶試圖找出一臺(tái)筆記本電腦。

上述所有視頻都是通過文本提示生成的，然后AI機(jī)器通過GPT-3等圖像合成器的深度學(xué)習(xí)將其轉(zhuǎn)換為移動(dòng)視頻萊恩-5B.

“這是相當(dāng)驚人的進(jìn)步。生成視頻比生成照片要困難得多，因?yàn)槌苏_生成每個(gè)像素之外，系統(tǒng)還必須預(yù)測它們將如何隨時(shí)間變化，“扎克伯格在臉書上寫道。

“Make-A-Video通過添加一層無監(jiān)督學(xué)習(xí)來解決這個(gè)問題，使系統(tǒng)能夠理解物理世界中的運(yùn)動(dòng)，并將其應(yīng)用于傳統(tǒng)的文本到圖像生成。

Meta負(fù)責(zé)人表示，未來計(jì)劃分享一個(gè)完整的演示，但沒有關(guān)于Facebook用戶何時(shí)能夠自己嘗試的消息。

看起來生成的視頻剪輯將是簡短和“高質(zhì)量的”，該公司表示它正在建立在Meta AI最近在生成技術(shù)研究方面的進(jìn)展之上。

在此之前，F(xiàn)acebook今年早些時(shí)候宣布了“制造場景”，這是一種類似于DALL-E的文本到圖像生成器。

“我們希望考慮如何構(gòu)建像這樣的新型生成AI系統(tǒng)，”Meta在新聞稿中寫道。

“Make-A-Video使用公開可用的數(shù)據(jù)集，這為研究增加了額外的透明度。我們正在與社區(qū)公開分享這些生成式人工智能研究和結(jié)果，以獲得他們的反饋，并將繼續(xù)使用我們負(fù)責(zé)任的人工智能框架來完善和發(fā)展我們對這項(xiàng)新興技術(shù)的方法。

今天的公告是AI圖像生成技術(shù)的又一步。DALL-E昨天的消息是，現(xiàn)在每個(gè)人都可以使用它。

DALL-E取消其候補(bǔ)名單是一個(gè)重大新聞，因?yàn)樗梢哉f仍然是與新興的AI圖像生成器行業(yè)最相關(guān)的名稱。然而，像穩(wěn)定擴(kuò)散和中游這樣的計(jì)劃也不甘落后。

Facebook的參與計(jì)劃并不令人意外，但在公司外部的人開始使用它之前，很難知道它與其他人相比如何。

谷歌分享了其Imagen計(jì)劃中的幾個(gè)例子，這些例子看起來令人印象深刻，但這家搜索公司在有關(guān)其發(fā)布的任何新聞中都保持沉默。