التاليالدليل التالي
Sora وتحويل النص إلى فيديو
الذكاء الاصطناعي البصري
دليل الذكاء الاصطناعي المرئي
Make-A-Video هو نظام Meta لعام 2022 الذي يحول المطالبة النصية إلى مقطع فيديو قصير دون التدريب على أزواج نصية وفيديو مصنفة.
استمع إلى هذا الدليلرواه الذكاء الاصطناعي · ~2 min
It matters because it showed that the visual knowledge inside text-to-image models could be 'taught' to move using only unlabeled video.
Make-A-Video, announced by Meta AI in September 2022, generates brief video clips from text prompts. Its key trick is decoupling appearance from motion: a text-to-image model learns what things look like from paired text-image data, while separate spatiotemporal layers learn how they move from video footage with no associated text. Meta said this reduced the need for paired text-video examples and that the research used publicly available datasets. Meta also described making videos from images and creating new videos similar to existing videos. The base model produces low-resolution, low-frame-rate clips, then dedicated networks interpolate extra frames and upscale spatial resolution. The result was strikingly coherent for its era, though clips were short, blurry, and prone to flicker and warping.
تحريك جملة وصفية واحدة في مقطع متكرر قصير لمنشور على وسائل التواصل الاجتماعي
إضفاء الحيوية على مفهوم ثابت مثل "دبدوب يرسم صورة شخصية" كرسم توضيحي متحرك
الاستيفاء بين صورتين ثابتتين يقدمهما المستخدم لإنشاء فيديو انتقالي سلس
إنشاء مسودات سريعة الحركة لمشاهد متخيلة للقصص المصورة قبل أي تصوير
لقد نجحت وصفة Make-A-Video للصورة السابقة بالإضافة إلى الحركة غير المسماة في زرع موجة تحويل النص إلى فيديو بأكملها. يؤكد أحفادها على مقاطع أطول وأكثر دقة ومستقرة مؤقتًا مع حركة الكاميرا والصوت التي يمكن التحكم فيها. نتوقع أن تستمر الفكرة الأساسية، المتمثلة في إعادة استخدام المعرفة الهائلة بالصور وتعلم الحركة بتكلفة زهيدة، حتى مع تحول البنيات نحو الانتشار الكامن القائم على المحولات والنماذج الموحدة التي تقبل أيضًا تكييف الصورة أو الفيديو للتحرير والاستمرار.
رسالة إخبارية مجانية
ثلاث قصص تم التحقق منها بواسطة الذكاء الاصطناعي كل صباح من أيام الأسبوع، مكتوبة باللغة الإنجليزية البسيطة. مجاني للأبد، بدون إعلانات.
بريد إلكتروني واحد كل يوم من أيام الأسبوع. إلغاء الاشتراك بنقرة واحدة. نحن لا نبيع أو نشارك عنوانك أبدًا.
اختبر نفسك
تعليقات فورية على كل إجابة، وشهادة قابلة للمشاركة مع معرف يمكن التحقق منه بمجرد اجتياز الدورة التدريبية.
دعم تعليم الذكاء الاصطناعي المجاني. AI Understanding هي منظمة 501(c)(3) غير ربحية - لا إعلانات ولا نظام حظر الاشتراك غير المدفوع على الإطلاق. قم بالتبرع
Make-A-Video هو نظام Meta لعام 2022 الذي يحول المطالبة النصية إلى مقطع فيديو قصير دون التدريب على أزواج نصية وفيديو مصنفة. إنه مهم لأنه أظهر أن المعرفة المرئية داخل نماذج تحويل النص إلى صورة يمكن "تعليمها" للتحرك باستخدام الفيديو غير المسمى فقط.
يقوم برنامج Make-A-Video بفصل المشكلة: يتعلم نموذج تحويل النص إلى صورة كيف تبدو الأشياء من الصور الموضحة، بينما تتعلم الطبقات الزمنية المنفصلة الحركة من الفيديو الخام غير المسمى.
إنه يوسع التلافيف المكانية ثنائية الأبعاد والاهتمام بطبقات زمنية جديدة تتعلم كيف يتغير المحتوى بمرور الوقت.
بعد مسودة خشنة منخفضة الدقة ومعدل إطارات منخفض، يضيف الاستيفاء إطارات ووحدات فائقة الدقة ترفع الدقة.
كانت مدة المقاطع بضع ثوانٍ فقط، ودقة منخفضة نسبيًا، وعرضة للوميض الزمني والتشويه.
Meta said Make-A-Video can create videos from images as well as text prompts.
استمر في التعلم
تم اختيار المزيد من الأدلة لهذا الموضوع
التاليالدليل التالي
Sora وتحويل النص إلى فيديو
الذكاء الاصطناعي البصري