چین مدل تبدیل متن به ویدیو را قبل از OpenAI راه‌اندازی کرد

MiniMax که به عنوان یکی از «ببرهای» هوش مصنوعی چین در کنار Zhipu AI، Baichuan و Moonshot AI شناخته می‌شود، پس از رونمایی از این ابزار جدید در کنفرانس توسعه‌دهندگان در شانگهای در شنبه گذشته، مدل ویدیویی -01 را از طریق وب‌سایت خود در دسترس عموم قرار داده است.

عکس: جی آی

Video-01 به کاربران اجازه می‌دهد تا توضیحات متنی را برای ایجاد ویدیوهایی تا سقف ۶ ثانیه وارد کنند. این فرآیند از ارسال متن تا ایجاد ویدیو حدود ۲ دقیقه طول می‌کشد.

یان جونجی، بنیانگذار و مدیرعامل MiniMax، گفت که video-01 اولین نسخه از ابزار ساخت ویدیوی این شرکت است. او خاطرنشان کرد که به‌روزرسانی‌های آینده به کاربران امکان می‌دهد از تصاویر ویدیو بسازند و آنها را ویرایش کنند.

ویدئو-۰۱ از MiniMax نشان می‌دهد که چگونه شرکت‌های فناوری چینی پس از انتشار نمونه‌های ویدئویی تولید شده توسط Sora توسط OpenAI در ماه فوریه، اقدامات تهاجمی خود را در این بخش نوظهور از بازار هوش مصنوعی آغاز کرده‌اند. با این حال، Sora هنوز به طور گسترده در دسترس عموم قرار نگرفته است.

ایکس

ویدئویی که توسط سورا ساخته شده و در توضیح آن آمده است: «دوربین یک SUV سفید قدیمی با باربند مشکی را در حال حرکت با سرعت در یک جاده خاکی شیب‌دار دنبال می‌کند...».

طبق اعلامیه OpenAI، آنها قبل از پیاده‌سازی Sora در محصولات OpenAI، تعدادی گام مهم ایمنی را برخواهند داشت. OpenAI با متخصصان در زمینه‌هایی مانند اطلاعات نادرست، نفرت‌پراکنی و تعصب همکاری می‌کند تا از خطراتی که این مدل می‌تواند ایجاد کند، جلوگیری کند.

OpenAI همچنین به تعدادی از هنرمندان تجسمی، طراحان و فیلمسازان دسترسی خواهد داد تا در مورد چگونگی بهبود مدل برای مفیدترین حالت برای متخصصان خلاق، بازخورد دریافت کنند.

OpenAI در بیانیه‌ای اعلام کرد: «سورا می‌تواند صحنه‌های پیچیده‌ای با شخصیت‌های متعدد، انواع خاص حرکت و جزئیات دقیق در مورد اشیاء و زمینه ایجاد کند. این مدل نه تنها آنچه کاربر در یک درخواست درخواست می‌کند را درک می‌کند، بلکه نحوه وجود آن چیزها در دنیای فیزیکی را نیز می‌فهمد.»

بوی هوی (طبق SCMP، OpenAI)

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