La Cina ha lanciato un modello di conversione da testo a video ancor prima di OpenAI.

MiniMax, nota come una delle "tigri" cinesi nel campo dell'intelligenza artificiale insieme a Zhipu AI, Baichuan e Moonshot AI, ha reso pubblico il suo modello video -01 tramite il proprio sito web, dopo aver presentato il nuovo strumento a una conferenza per sviluppatori a Shanghai lo scorso sabato.

Foto: GI

Video-01 consente agli utenti di inserire descrizioni testuali per creare video della durata massima di 6 secondi. L'intero processo, dall'inserimento del testo alla creazione del video, richiede circa 2 minuti.

Yan Junjie, fondatore e CEO di MiniMax, ha dichiarato che video-01 è la prima versione dello strumento di creazione video dell'azienda. Ha inoltre indicato che i futuri aggiornamenti consentiranno agli utenti di creare video a partire da immagini e di modificarli.

Il video 01 di MiniMax mostra come le aziende tecnologiche cinesi si stiano muovendo aggressivamente in questo segmento emergente del mercato dell'IA, dopo il rilascio iniziale da parte di OpenAI di esempi video generati da Sora a febbraio. Tuttavia, Sora non è ancora stato ampiamente rilasciato al pubblico.

X

Un video realizzato da Sora presenta una didascalia che recita: "La telecamera segue un SUV bianco d'epoca con barre sul tetto nere mentre accelera lungo una ripida strada sterrata...".

Secondo quanto annunciato da OpenAI, prima di integrare Sora nei propri prodotti, verranno adottate diverse importanti misure di sicurezza. OpenAI sta collaborando con esperti in settori quali la disinformazione, l'incitamento all'odio e i pregiudizi per evitare i rischi che questo modello potrebbe comportare.

OpenAI garantirà inoltre l'accesso a un gruppo selezionato di artisti visivi, designer e registi, affinché possano ricevere feedback su come migliorare il modello e renderlo più utile ai professionisti del settore creativo.

Secondo OpenAI, "Sora è in grado di generare scene complesse con più personaggi, tipi specifici di movimento e dettagli precisi di soggetti e sfondi. Il modello non solo comprende ciò che l'utente richiede nel prompt, ma capisce anche come questi elementi esistono nel mondo fisico".

Bui Huy (secondo SCMP, OpenAI)

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