Η Κίνα λανσάρει μοντέλο μετατροπής κειμένου σε βίντεο πριν από το OpenAI

Η MiniMax – γνωστή ως μία από τις «τίγρεις» τεχνητής νοημοσύνης της Κίνας μαζί με την Zhipu AI, την Baichuan και την Moonshot AI – έκανε το μοντέλο βίντεο -01 διαθέσιμο στο κοινό μέσω της ιστοσελίδας της, μετά την αποκάλυψη του νέου εργαλείου σε ένα συνέδριο προγραμματιστών στη Σαγκάη το περασμένο Σάββατο.

Φωτογραφία: Γ.Ι.

Το Video-01 επιτρέπει στους χρήστες να εισάγουν περιγραφές κειμένου για να δημιουργήσουν βίντεο διάρκειας έως και 6 δευτερολέπτων. Η διαδικασία από την προτροπή κειμένου έως τη δημιουργία βίντεο διαρκεί περίπου 2 λεπτά.

Ο ιδρυτής και διευθύνων σύμβουλος της MiniMax, Yan Junjie, δήλωσε ότι το video-01 είναι η πρώτη έκδοση του εργαλείου δημιουργίας βίντεο της εταιρείας. Επεσήμανε ότι οι μελλοντικές ενημερώσεις θα επιτρέπουν στους χρήστες να δημιουργούν βίντεο από εικόνες και να τις επεξεργάζονται.

Το Video-01 από την MiniMax αντικατοπτρίζει τον τρόπο με τον οποίο οι κινεζικές εταιρείες τεχνολογίας έχουν κάνει επιθετικές κινήσεις σε αυτό το αναδυόμενο τμήμα της αγοράς τεχνητής νοημοσύνης, αφότου η OpenAI κυκλοφόρησε για πρώτη φορά δείγματα βίντεο που δημιουργήθηκαν από το Sora τον Φεβρουάριο. Ωστόσο, το Sora δεν έχει ακόμη κυκλοφορήσει ευρέως στο κοινό.

Χ

Ένα βίντεο που δημιουργήθηκε από τον Sora με λεζάντα που λέει «Η κάμερα ακολουθεί ένα λευκό vintage SUV με μαύρη σχάρα οροφής καθώς κινείται με μεγάλη ταχύτητα σε έναν απότομο χωματόδρομο...».

Σύμφωνα με την ανακοίνωση της OpenAI, θα λάβουν ορισμένα σημαντικά μέτρα ασφαλείας πριν από την εφαρμογή του Sora σε προϊόντα της OpenAI. Η OpenAI συνεργάζεται με ειδικούς σε τομείς όπως η παραπληροφόρηση, η ρητορική μίσους και η προκατάληψη για να αποφύγουν τους κινδύνους που θα μπορούσε να δημιουργήσει αυτό το μοντέλο.

Το OpenAI θα δώσει επίσης πρόσβαση σε διάφορους εικαστικούς καλλιτέχνες, σχεδιαστές και κινηματογραφιστές για να λάβουν σχόλια σχετικά με το πώς να βελτιώσουν το μοντέλο ώστε να είναι πιο χρήσιμο για τους δημιουργικούς επαγγελματίες.

«Το Sora μπορεί να δημιουργήσει σύνθετες σκηνές με πολλαπλούς χαρακτήρες, συγκεκριμένους τύπους κίνησης και ακριβείς λεπτομέρειες σχετικά με αντικείμενα και συμφραζόμενα. Το μοντέλο όχι μόνο κατανοεί τι ζητά ο χρήστης σε μια προτροπή, αλλά και πώς αυτά τα πράγματα υπάρχουν στον φυσικό κόσμο », ανέφερε η OpenAI σε μια δήλωση.

Μπούι Χούι (σύμφωνα με το SCMP, OpenAI)

Πηγή: https://www.congluan.vn/cong-ty-trung-quoc-vuot-mat-openai-khi-cho-ra-mat-mo-hinh-bien-van-ban-thanh-video-post310490.html