Akopọ
CogVideo (2022) jẹ awoṣe ṣiṣi ọrọ-si-fidio ni iwọn nla akọkọ akọkọ, ati CogVideoX (2024) jẹ arọpo orisun ṣiṣi ti o lagbara pupọ julọ lati Tsinghua/Zhipu AI. Wọn ṣe pataki nitori wọn fi iran fidio ti o ni agbara giga si ọwọ ti agbegbe ṣiṣi, kii ṣe awọn ile-iṣẹ ile-iṣẹ nla nikan.
CogVideo ati CogVideoX jẹ ti awọn iṣan-iṣẹ iṣẹ iran-kọmputa ti o tumọ tabi ṣe agbejade media wiwo fun itupalẹ, awọn iṣẹ ṣiṣe, ati ẹda.
Jin Dive
CogVideo, ti a tu silẹ ni ọdun 2022, ti a ṣe lori oluyipada ọrọ-si-aworan CogView2 ati pe o lo iwọn-fireemu-ọpọlọpọ, ọna adaṣe lati ṣe agbejade awọn agekuru kukuru, di akọkọ ni gbangba ti a tujade awoṣe-si-fidio nla ati atilẹyin Kannada ati Gẹẹsi. Arọpo 2024 rẹ, CogVideoX, jẹ atunkọ pipe: o nlo 3D aṣiwadi iyatọ autoencoder lati fun pọ fidio ni aaye mejeeji ati akoko, lẹhinna Ayipada Amoye kan pẹlu ibi-afẹde itankale ti o wa ni apapọ lori ọrọ ati awọn ami fidio ti a dapọ. Awọn awoṣe CogVideoX (ni awọn iwọn bi 2B ati 5B paramita) ṣe agbejade awọn aaya pupọ ti isokan, fidio išipopada giga ni awọn ipinnu bii 720x480 ati atilẹyin aworan-si-fidio ati ilọsiwaju fidio. Ni pataki, awọn òṣuwọn ati koodu jẹ ti gbogbo eniyan, ti nmu igbi ti awọn ohun orin-itanran agbegbe, awọn irinṣẹ, ati iwadii.
Imọ-imọ-ẹrọ
CogVideoX's 3D causal VAE dinku fidio aise sinu iwọn didun wiwaba iwapọ, dinku kika ami naa ki oluyipada kan le ṣe awoṣe awọn ilana gigun ni ifarada. Ayipada Amoye kan kan iwuwasi Layer aṣamubadọgba ati pe o ṣajọpọ ọrọ ati awọn ami wiwo nitoribẹẹ awọn ọna meji wa si ara wọn taara, imudarasi titete ọrọ-fidio. Ikẹkọ ilọsiwaju lori jijẹ awọn ipinnu ati awọn akoko ipari, pẹlu ifori data ṣọra, jẹ ki o rọra, iṣipopada olotitọ ni itumọ diẹ sii.
Titunto si CogVideo ati CogVideoX
CogVideo (2022) jẹ awoṣe ṣiṣi ọrọ-si-fidio ni iwọn nla akọkọ akọkọ, ati CogVideoX (2024) jẹ arọpo orisun ṣiṣi ti o lagbara pupọ julọ lati Tsinghua/Zhipu AI. Wọn ṣe pataki nitori wọn fi iran fidio ti o ni agbara giga si ọwọ ti agbegbe ṣiṣi, kii ṣe awọn ile-iṣẹ ile-iṣẹ nla nikan. CogVideo ati CogVideoX jẹ ti awọn iṣan-iṣẹ iṣẹ iran-kọmputa ti o tumọ tabi ṣe agbejade media wiwo fun itupalẹ, awọn iṣẹ ṣiṣe, ati ẹda. Lati kọ oye ti o jinlẹ, tọju CogVideo ati CogVideoX bi awoṣe iṣẹ, kii ṣe ẹya kan: ṣalaye awọn abajade ti o fẹ, ṣalaye awọn arosọ, ati yapa ohun ti eto le ṣe ni igbẹkẹle lati ohun ti o tun nilo idajọ amoye.
Ni iṣe, awọn ẹgbẹ ti o lagbara ni lilo deede iwọntunwọnsi CogVideo ati CogVideoX pẹlu awọn otitọ iṣiṣẹ bii didara data, iyatọ ina, ati isamisi aitasera. Wọn ṣe akọsilẹ awọn ibeere aṣeyọri ti o fojuhan, idanwo lodi si data ojulowo ati ṣiṣan iṣẹ, ati atunbere ti o da lori awọn ilana ikuna ti a ṣakiyesi dipo awọn bori ala-akoko kan. Eyi ni ibiti oye imọ-jinlẹ yipada si agbara ti o tọ kọja ọja, eto imulo, ati awọn iṣẹ ṣiṣe.
Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn. Ni akoko kanna, Awọn ẹtọ aworan ati ifọkansi le di awọn eewu labẹ ofin ti o ba jẹ afihan. Ọna resilient julọ julọ ni lati darapọ iyara idanwo pẹlu ibawi ijọba: ṣiṣe awọn awakọ awakọ, mu ẹri mu, ṣe atẹjade awọn iwe ipinnu, ati imudojuiwọn awọn aabo nigbagbogbo bi ihuwasi awoṣe, awọn ireti olumulo, ati awọn ibeere ilana ti dagbasoke.
Ipa Ilana
Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn.
Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ.
Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ.
Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Real-World imuse
Ṣiṣẹda agekuru itan kukuru lati Kannada tabi Gẹẹsi itọsona nipa lilo awọn iwuwo ṣiṣi silẹ ni kikun
Yipada aworan kan ti o gbejade nikan sinu fidio gbigbe nipasẹ aworan-si-fidio CogVideoX
Titun-tuntun awoṣe ṣiṣi lori aṣa aṣa tabi ihuwasi fun iwara indie
Awọn oniwadi ṣe ipilẹ awọn ọna iran-fidio tuntun lodi si ipilẹ ṣiṣi ti o le ṣe atunṣe
Awọn Ilana imuse
CogVideo ati CogVideoX ni iṣe
Ṣiṣẹda agekuru itan kukuru lati Kannada tabi Gẹẹsi itọsona nipa lilo awọn iwuwo ṣiṣi silẹ ni kikun.
Ṣiṣẹda agekuru alaye kukuru kan lati Ilu Kannada tabi Gẹẹsi ni lilo awọn iwọn ṣiṣi ni kikun Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
CogVideo ati CogVideoX ni iṣe
Yipada aworan kan ti o gbejade nikan sinu fidio gbigbe nipasẹ aworan-si-fidio CogVideoX.
Yipada aworan kan ti a gbejade nikan sinu fidio gbigbe nipasẹ CogVideoX aworan-si-fidio Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa mejeeji awọn anfani iṣelọpọ ati awọn idiyele aṣiṣe lori akoko.
CogVideo ati CogVideoX ni iṣe
Titun-tuntun awoṣe ṣiṣi lori aṣa aṣa tabi ihuwasi fun iwara indie.
Titun-tuntun awoṣe ṣiṣi lori aṣa aṣa tabi ihuwasi fun Awọn ẹgbẹ ere idaraya indie nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
CogVideo ati CogVideoX ni iṣe
Awọn oniwadi ṣe ipilẹ awọn ọna iran-fidio tuntun lodi si ipilẹ ṣiṣi ti o le ṣe atunṣe.
Awọn oniwadi ti n ṣe ipilẹ awọn ọna iran-fidio tuntun lodi si awọn ẹgbẹ ipilẹ ṣiṣi ti o le ṣe atunṣe nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe ni akoko pupọ.
Awọn ewu & Awọn ọna iṣọ
Awọn ẹtọ aworan ati igbanilaaye le di awọn eewu labẹ ofin ti o ba jẹ afihan.
Iṣe awoṣe le yatọ kọja ina, awọn ẹda eniyan, ati awọn agbegbe.
Awọn idaniloju eke le ma ṣe akiyesi ayafi ti a ba ṣe abojuto awọn ala igbẹkẹle.
Ilana Ilana imuse
Ṣetumo awọn ibeere gbigba fun pipe, iranti, ati awọn idiyele aṣiṣe.
Ṣetumo awọn ibeere gbigba fun pipe, iranti, ati awọn idiyele aṣiṣe. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi.
Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga.
Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto.
Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.