Il prossimoProssima guida
Generazione di immagini in video
IA visiva
GUIDA AI visiva
Lumiere is a 2024 Google Research text-to-video diffusion model that uses a Space-Time U-Net to generate a video’s temporal duration in a single model pass.
Ascolta questa guidaNarrato dall'IA · ~2 min
Its design addresses a consistency challenge in keyframe-based pipelines; it does not guarantee that every generated clip has coherent or physically accurate motion.
The Lumiere paper introduces a Space-Time U-Net (STUNet) that generates the full temporal duration of a video in one pass through the model, unlike pipelines that generate sparse keyframes and then apply temporal super-resolution. STUNet downsamples and upsamples in both space and time and uses a pretrained text-to-image diffusion model. The paper reports text-to-video generation and editing tasks including image-to-video, video inpainting, stylized generation, and cinemagraphs. These are research demonstrations, not an indication that a public product or model checkpoint is available.
Trasformare un messaggio di testo direttamente in un clip di movimento coerente di pochi secondi
Creare cinemagraph che animano solo l'acqua o i capelli in una foto altrimenti ferma
Applicazione di un aspetto stilizzato, come la creazione di carta o l'acquerello, in modo coerente su un video generato
Video inpainting per inserire o rimuovere un oggetto in movimento mantenendo il movimento senza interruzioni
Lumiere contributed a space-time approach to video diffusion research. Later work continues to balance temporal extent, resolution, compute, and controls. Comparisons should account for each model’s generation pipeline, evaluation conditions, and whether its research artifacts are publicly available.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Lumiere is a 2024 Google Research text-to-video diffusion model that uses a Space-Time U-Net to generate a video’s temporal duration in a single model pass. Its design addresses a consistency challenge in keyframe-based pipelines; it does not guarantee that every generated clip has coherent or physically accurate motion.
Space-Time U-Net (STUNet) di Lumiere esegue il downsampling sia nello spazio che nel tempo per generare l'intera durata temporale in un unico passaggio.
Lumiere’s paper describes generating the full temporal duration in one pass; this is designed to address consistency challenges in keyframe-and-interpolation pipelines, not guarantee perfect coherence.
The paper motivates full-duration generation as a way to address global temporal-consistency difficulties in pipelines that synthesize distant keyframes and then upsample in time.
STUNet esegue il downsampling nello spazio e nel tempo insieme, comprimendo la clip in modo che l'intero video si adatti e i fotogrammi vengano elaborati insieme.
Lumiere può produrre cinemagraph, animando una regione selezionata di un'immagine altrimenti statica.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Generazione di immagini in video
IA visiva