В Китае представили собственный ИИ-сервис для генерации видео по текстовым подсказкам

Некоторое время назад компания OpenAI официально представила передовую разработку под названием Sora — это большая языковая модель, которая позволяет генерировать видео по текстовым подсказкам пользователя. А сегодня, 27 апреля, китайская компания ShengShu-AI совместно со специалистами из Университета Цинхуа (ведущий технологический университет Китая) представили собственную разработку Vidu AI с абсолютно теми же функциями.

На текущий момент китайская модель способна генерировать 16-секундные ролики в разрешении 1080р и она, по словам разработчиков, построена на уникальной архитектуре модели визуальной трансформации под названием Universal Vision Transformer. Данная модель объединяет две ИИ-модели для преобразования текста в видео — уже сейчас результат выглядит достаточно реалистичным, так как ИИ отлично справляется с генерацией реального физического мира, сцен со сложными деталями, а также светом, тенями и выражениями лиц.