Imagen Video Cascades
Fidio Aworan jẹ eto ọrọ-si-fidio ti 2022 ti Google ti o kọ agekuru kan nipasẹ kasikedi ti awọn awoṣe itunjade meje, ọkọọkan n ṣafikun awọn fireemu diẹ sii tabi ipinnu diẹ sii.
Akopọ
It matters because it showed how stacking specialized stages can produce high-definition, temporally smooth video from a single prompt.
Jin Dive
Fidio Imagen, ti a ṣe nipasẹ Google Iwadi ni Oṣu Kẹwa Ọdun 2022, fa ọna kika-si-aworan Imagen si išipopada. Ayipada ọrọ T5 tio tutuni yi iyipada itọsi sinu awọn ifibọ ede ọlọrọ ti o ni ipo ni gbogbo ipele. Awoṣe tan kaakiri ipilẹ ni akọkọ ṣe ipilẹṣẹ kekere, fidio oṣuwọn kekere-kekere, lẹhinna kasikedi ti awọn awoṣe itọka mẹfa diẹ sii ni omiiran ṣe ipinnu-ipinnu igba diẹ (fikun awọn fireemu laarin awọn ti o wa tẹlẹ) ati ipinnu Super-aye (ipinnu pixel npọ si). Opo opo gigun ti epo n jade ni aijọju fidio 1280x768 ni awọn fireemu 24 fun iṣẹju kan, awọn iṣẹju-aaya pupọ ni gigun. Nitoripe oye ede ti o jinlẹ n gbe inu koodu koodu, Fidio Imagen le ṣe afihan ọrọ ti o le fọwọ si, oriṣiriṣi aesthetics iṣẹ ọna, ati išipopada ohun 3D-mọ, ti n ṣe afihan pe awọn lilu iṣọra iṣọra n gbiyanju lati ṣe ohun gbogbo ni awoṣe nla kan.
Imọ-imọ-ẹrọ
Kasikedi naa pin iran-ibọn kan ti ko ṣee ṣe lile sinu awọn iṣoro abẹlẹ ti o le ṣakoso. Awọn awoṣe tan kaakiri meje nṣiṣẹ ni ọkọọkan: olupilẹṣẹ ipilẹ kan pẹlu aye aaye mẹta ati awọn awoṣe ipinnu-ipinnu akoko mẹta. Ọkọọkan wa ni ilodi si lori ifisinu kiakia ati abajade ipele iṣaaju. Awọn imọ-ẹrọ bii paramita asọtẹlẹ v ati distillation ilọsiwaju yiyara iṣapẹẹrẹ, lakoko ti itọsọna ọfẹ classifier n mu ifaramọ kiakia ni gbogbo ipele ti pq.
Ipa Ilana
Iyara ati iwọn
Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn.
Kọ awọn yiyan
Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ.
Ẹgbẹ ati ṣiṣan iṣẹ
Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ.
Ojo iwaju ti Imagen Video Cascades
Awọn opo gigun ti aaye piksẹli jẹri imọran ṣugbọn o wuwo ati o lọra. Aaye naa ti yipada ni pataki si itankale wiwakọ ati awọn eegun ẹhin oluyipada ti o ṣe agbejade ni aaye fisinuirindigbindigbin, gige idiyele lakoko titọju didara. Sibẹsibẹ, ẹkọ ti Imagen Video, ya awọn iṣẹ ti 'kini,' 'bi o ṣe nlọ,' ati 'bi o ṣe didasilẹ,' tẹsiwaju lati sọ fun awọn ipele-ipele pupọ ati awọn aṣa imudara, ati ọna T5-conditioning ti o ni ipa nigbamii ti o ga julọ, awọn olupilẹṣẹ otitọ-ọrọ.
Real-World imuse
Ṣiṣẹda agekuru asọye giga kan pẹlu ọrọ isọda ti o le fọwọ kan loju iboju lati itọsẹ kan
Ṣiṣe iṣẹlẹ kanna ti a ṣalaye ni awọn aza aworan pupọ, lati awọ omi si amọ
Ṣiṣẹda kukuru 3D-mọ awọn ohun idanilaraya iru bii yiyi, ere gbigbe
Ṣiṣẹda titaja 24fps dan tabi awọn agekuru ero taara lati apejuwe kikọ
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.
Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi.
Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga.
Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto.
Tesiwaju Ṣiṣawari
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Imagen Video Cascades quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Itọsọna atẹle
Sora ati Ọrọ-si-Fidio
Awọn ibeere ti a beere nigbagbogbo
What is Imagen Video Cascades?
Fidio Aworan jẹ eto ọrọ-si-fidio ti 2022 ti Google ti o kọ agekuru kan nipasẹ kasikedi ti awọn awoṣe itunjade meje, ọkọọkan n ṣafikun awọn fireemu diẹ sii tabi ipinnu diẹ sii. O ṣe pataki nitori pe o ṣe afihan bii iṣakojọpọ awọn ipele amọja le ṣe agbejade asọye-giga, fidio didan fun igba diẹ lati itọsi kan.
Awọn awoṣe itankale melo ni o jẹ kasikedi Fidio Imagen?
Fidio Imagen nlo awọn awoṣe itankale meje: olupilẹṣẹ ipilẹ kan pẹlu aaye aye mẹta ati awọn awoṣe ipinnu-ipinnu akoko mẹta.
Kini ipele ipinnu-giga igba diẹ ṣe ni kasikedi?
Ipinnu Super-akoko n ṣe agbero awọn fireemu afikun lati gbe iwọn fireemu soke, lakoko ti ipinnu-giga-aye gbe ipinnu piksẹli soke.
Ẹya paati wo ni o ṣe koodu itọsi ọrọ ni Fidio Aworan?
Fidio Imagen, bii Imagen, nlo koodu ọrọ T5 tio tutunini nla lati ṣe agbejade awọn ifibọ ti o ni ipo gbogbo ipele itankale.
Kini idi ti o pin iran sinu kasikedi dipo awoṣe nla kan?
Ipele kọọkan n yanju iṣẹ-ṣiṣe ti o dín, ti o npese apẹrẹ isokuso, fifi awọn fireemu kun, tabi fifi ipinnu kun, eyiti o jẹ itọpa diẹ sii ju ṣiṣe ohun gbogbo ni ẹẹkan.
Agbara wo ni Imagen Fidio ṣe afihan ni pataki?
Ṣeun si agbọye ọrọ T5 ti o lagbara, Fidio Imagen le ṣe afihan ọrọ aṣa kika ati ọpọlọpọ awọn ẹwa iṣẹ ọna.