Преглед
Make-A-Video е системата от 2022 г. на Meta, която превръща текстова подкана в кратък видеоклип, без изобщо да се обучава върху обозначени двойки текст-видео. Има значение, защото показа, че визуалното познание в моделите текст-към-изображение може да бъде „научено“ да се движи, като се използва само немаркирано видео.
Make-A-Video Text-to-Video принадлежи към работни потоци за компютърно зрение, които интерпретират или генерират визуална медия за анализ, операции и творчество.
Дълбоко гмуркане
Make-A-Video, обявен от Meta AI през септември 2022 г., генерира няколко секунди видео от изречение като „куче, облечено в пелерина на супергерой, летящо през небето“. Ключовият му трик е отделянето на външния вид от движението: модел текст-към-изображение (изграден върху съвместно пространство текст-изображение и дифузия в стил CLIP) научава как изглеждат нещата от милиарди изображения с надписи, докато отделни пространствено-времеви слоеве научават как се движат нещата само от немаркирано видео. Това заобикаля недостига на висококачествени двойки текст-видео. Базовият модел произвежда клипове с ниска разделителна способност и ниска честота на кадрите, след което специализирани мрежи интерполират допълнителни кадри и пространствена разделителна способност с повишен мащаб. Резултатът беше поразително последователен за ерата си, въпреки че клиповете бяха къси, размазани и склонни към трептене и изкривяване.
Техническа информация
Make-A-Video разширява навивките и вниманието при генериране на 2D изображения в 3D чрез добавяне на псевдо-времеви слоеве. Предварително обучените пространствени тегла са замразени или фино настроени, докато новите времеви слоеве научават движение от необработено видео, така че не са необходими текстови етикети за видео. След това мрежа за интерполация на кадри уплътнява времевата линия, а дифузионните модули със супер разделителна способност повишават пространствените детайли, превръщайки груба чернова с ниска разделителна способност от 16 кадъра в по-гладък, по-отчетлив клип в каскаден конвейер.
Овладяване на Make-A-Video Text-to-Video
Make-A-Video е системата от 2022 г. на Meta, която превръща текстова подкана в кратък видеоклип, без изобщо да се обучава върху обозначени двойки текст-видео. Има значение, защото показа, че визуалното познание в моделите текст-към-изображение може да бъде „научено“ да се движи, като се използва само немаркирано видео. Make-A-Video Text-to-Video принадлежи към работни потоци за компютърно зрение, които интерпретират или генерират визуална медия за анализ, операции и творчество. За да изградите дълбоко разбиране, третирайте Make-A-Video Text-to-Video като оперативен модел, а не като отделна функция: дефинирайте желаните резултати, изяснете предположенията и отделете това, което системата може да направи надеждно от това, което все още изисква експертна преценка.
На практика силните екипи, използващи Make-A-Video Text-to-Video, балансират точността с оперативни реалности като качество на данните, вариация на осветлението и последователност на етикетите. Те документират изрични критерии за успех, тестват срещу реалистични данни и работни потоци и повтарят въз основа на наблюдавани модели на неуспех, а не на еднократни победи в бенчмарка. Това е мястото, където теоретичното разбиране се превръща в трайна способност за продукти, политики и операции.
Visual AI може да автоматизира задачи за проверка, откриване и маркиране в мащаб. В същото време правата върху изображението и съгласието могат да се превърнат в правни рискове, ако произходът е неясен. Най-устойчивият подход е да се комбинира скоростта на експериментиране с дисциплината на управление: стартирайте пилотни проекти, събирайте доказателства, публикувайте регистрационни файлове за решения и непрекъснато актуализирайте предпазните мерки, докато поведението на модела, очакванията на потребителите и регулаторните изисквания се развиват.
Стратегическо въздействие
Visual AI може да автоматизира задачи за проверка, откриване и маркиране в мащаб.
Visual AI може да автоматизира задачи за проверка, откриване и маркиране в мащаб. При висококачествени внедрявания това се превръща в измерими правила за работа, граници на собствеността и повтарящи се ритуали за преглед, така че екипите да могат да мащабират доверието, вместо да мащабират неяснотата.
Творческите екипи могат да създават прототипи на концепции по-бързо с по-малко ръчни ревизии.
Творческите екипи могат да създават прототипи на концепции по-бързо с по-малко ръчни ревизии. При висококачествени внедрявания това се превръща в измерими правила за работа, граници на собствеността и повтарящи се ритуали за преглед, така че екипите да могат да мащабират доверието, вместо да мащабират неяснотата.
Операциите могат да използват изображения и видео сигнали, които преди са били трудни за обработка.
Операциите могат да използват изображения и видео сигнали, които преди са били трудни за обработка. При висококачествени внедрявания това се превръща в измерими правила за работа, граници на собствеността и повтарящи се ритуали за преглед, така че екипите да могат да мащабират доверието, вместо да мащабират неяснотата.
Внедряване в реалния свят
Анимиране на едно описателно изречение в кратък повтарящ се клип за публикация в социални медии
Оживяване на статична концепция като „плюшено мече, което рисува портрет“ като движеща се илюстрация
Интерполиране между две предоставени от потребителя неподвижни изображения за създаване на видео с плавен преход
Генериране на бързи чернови на въображаеми сцени за разкадровка преди всяко заснемане
Модели на изпълнение
Make-A-Video Text-to-Video на практика
Анимиране на едно описателно изречение в кратък повтарящ се клип за публикация в социални медии.
Анимиране на едно описателно изречение в кратък повтарящ се клип за публикация в социални медии Екипите обикновено получават по-добри резултати, когато определят праговете за качество предварително, поддържат човешки път за ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки във времето.
Make-A-Video Text-to-Video на практика
Вдъхване на живот на статична концепция като „плюшено мече, което рисува портрет“ като движеща се илюстрация.
Оживяване на статична концепция като „плюшено мече, рисуващо портрет“ като движеща се илюстрация Екипите обикновено получават по-добри резултати, когато предварително определят праговете на качеството, поддържат човешки път на ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки във времето.
Make-A-Video Text-to-Video на практика
Интерполиране между две предоставени от потребителя неподвижни изображения за създаване на видео с плавен преход.
Интерполиране между две предоставени от потребителя неподвижни изображения за създаване на видео с плавен преход. Екипите обикновено получават по-добри резултати, когато предварително определят праговете за качество, поддържат път на човешка ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки във времето.
Make-A-Video Text-to-Video на практика
Генериране на бързи чернови на въображаеми сцени за разкадровка преди всяко заснемане.
Генериране на бързи чернови на въображаеми сцени за разкадровка преди всяко заснемане Екипите обикновено получават по-добри резултати, когато дефинират праговете за качество предварително, поддържат човешки път на ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки във времето.
Рискове и предпазни огради
Правата върху изображението и съгласието могат да се превърнат в правни рискове, ако произходът е неясен.
Производителността на модела може да варира в зависимост от осветлението, демографските данни и средата.
Фалшивите положителни резултати могат да останат незабелязани, освен ако не се наблюдават праговете на достоверност.
Пътна карта за изпълнение
Определете критерии за приемане за прецизност, извикване и разходи за грешки.
Определете критерии за приемане за прецизност, извикване и разходи за грешки. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.
Тествайте с данни, които съответстват на реалните производствени условия.
Тествайте с данни, които съответстват на реалните производствени условия. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.
Добавете преглед от човек за прогнози с ниска степен на сигурност или с голямо въздействие.
Добавете преглед от човек за прогнози с ниска степен на сигурност или с голямо въздействие. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.
Проследявайте дрейфа на модела и проверявайте отново след промени в камерата или набора от данни.
Проследявайте дрейфа на модела и проверявайте отново след промени в камерата или набора от данни. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.