ホームページ  >  記事  >  テクノロジー周辺機器  >  スクリプトをビデオに変換、人工知能はたった 1 ステップで完了します

スクリプトをビデオに変換、人工知能はたった 1 ステップで完了します

WBOY
WBOY転載
2023-04-14 21:16:012136ブラウズ

「生成 AI 研究は、人々に新しいコンテンツを迅速かつ簡単に作成するツールを提供することで、創造的な表現を進歩させます」とメタ氏は研究を発表したブログ投稿で述べた。

スクリプトをビデオに変換、人工知能はたった 1 ステップで完了します

Meta CEO のマーク・ザッカーバーグ氏は、この取り組みを「驚くべき進歩」と呼びました。 」と Facebook で付け加え、「ビデオの生成は写真の生成よりもはるかに困難です。すべてのピクセルを正しく生成することに加えて、システムは時間の経過とともにピクセルがどのように変化するかを予測する必要があるからです。」

ビデオの長さは 5 秒以内で、音声は含まれていませんが、多数のプロンプトが含​​まれています。モデルのパフォーマンスを判断する最良の方法は、その出力を観察することです。ただし、現在モデルへのアクセスは誰も許可されていません。これは、これらのクリップがおそらくシステムを最良の状態で紹介するために開発者によって慎重に選択されたことを意味します。

繰り返しになりますが、これらのビデオは明らかにコンピューターで生成されたものですが、この人工知能モデルの出力は近い将来急速に向上するでしょう。対照的に、AI 画像ジェネレーターは、わずか数年で、理解できない端から端までの画像を作成することから、本物のようなコンテンツを作成するようになりました。テーマのほぼ無限の複雑さのためにビデオの進歩は遅いかもしれませんが、シームレスなビデオ生成の価値は多くの代理店や企業に多大なリソースをプロジェクトに投入するよう促すでしょう。

テキストから画像へのモデルと同様に、有害なアプリケーションが存在する可能性があります。

Make-a-Video を発表したブログ投稿の中で、Meta 氏は、このビデオ生成ツールが「クリエイターやアーティストにとって」非常に貴重になる可能性があると述べました。しかし、テキストから画像へのパターンと同様に、その見通しには困難が伴います。これらのツールの出力は、偽情報やプロパガンダに使用される可能性があります。

Meta は、「このような生成 AI システムを構築する方法について思慮深い考えを提供したい」と述べており、これまでのところ Make-A-Video モデルに関する論文は 1 件しか発表していません。同社は、システムのデモ版をリリースする予定だと述べたが、モデルへのアクセスがいつ、どのように制限されるかについては明らかにしなかった。

AI ビデオ ジェネレーターに取り組んでいるのは Meta だけではないことは言及する価値があります。今年の初め、清華大学と北京人工知能アカデミー (BAAI) の研究者チームは、CogVideo という独自のテキストからビデオへの変換モデルをリリースしました。

メタ研究者らは、モデルを説明する論文の中で、Make-A-Video が画像とキャプションのペア、およびラベルのないビデオ クリップをトレーニングしていると指摘しています。トレーニング コンテンツは 2 つのデータセット (WebVid-10M と HD-VILA-100M) から取得されており、合わせて数十万時間の映像に及ぶ数百万のビデオが含まれています。これには、Shutterstock などのサイトによって作成され、Web から収集されたストック ビデオ クリップが含まれます。

ぼやけた映像や途切れ途切れのアニメーションに加えて、このモデルには多くの技術的な制限があると研究者らは論文で指摘しています。たとえば、彼らのトレーニング方法では、ビデオを見ている人間によってのみ推測できる情報、たとえば、手を振るビデオが左から右に進むのか、右から左に進むのかなどを学習することはできません。その他の問題には、5 秒を超えるビデオの生成、複数のシーンやイベントを含むビデオ、および高解像度が含まれます。 Make-A-Video は現在、64 * 64 ピクセルの解像度で 16 フレームのビデオを出力し、その後、別の人工知能モデルを使用してサイズを 768 * 768 に拡大します。

Meta のチームはまた、Web から収集したデータを使用してトレーニングされたすべての AI モデルと同様に、Make-A-Video は有害なバイアスを含む社会的バイアスを学習し、誇張する可能性があると指摘しています。テキストから画像へのモデルでは、これらのバイアスが社会的なバイアスを強化することがよくあります。たとえば、「テロリスト」の画像を生成するように依頼します。この画像には、ターバンをかぶっている人物が描かれている可能性があります。しかし、オープンアクセスがなければ、メタのモデルがどのようなバイアスを学習したかを言うのは困難です。

Meta 氏は、同社は「フィードバックを得るために、この生成 AI の研究と結果をテクノロジー コミュニティとオープンに共有しており、引き続き責任ある AI フレームワークを使用して、当社のアプローチを洗練し、進化させていく」と述べました。この新しいテクノロジー。」

絵画やビデオの分野での人工知能生成ツールがますます普及するにつれ、他の芸術 (音楽など) 用の人工知能生成ツールもすぐに (おそらくすでに) 登場すると思います。

以上がスクリプトをビデオに変換、人工知能はたった 1 ステップで完了しますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

声明:
この記事は51cto.comで複製されています。侵害がある場合は、admin@php.cn までご連絡ください。