Üretken video yarışında Çin ivme kazandı

Pazartesi günü, video oyun imparatorluğu ve sohbet uygulaması WeChat ile tanınan Çinli internet devi Tencent, açık kaynaklı video oluşturma modeli DynamiCrafter’ın yeni bir sürümünü GitHub’da tanıttı. Bu, Çin’in en büyük teknoloji şirketlerinden bazılarının metin ve görüntüden videoya geçiş yapma çabalarını sessizce artırdığını gösteriyor.

Piyasadaki diğer üretken video araçları gibi DynamiCrafter da altyazıları ve hareketsiz görüntüleri saniyeler süren videolara dönüştürmek için yayma yöntemini kullanıyor. Fizikteki doğal yayılma olgusundan ilham alan makine öğrenimindeki yayılma modelleri, parçacıkların yüksek konsantrasyonlu bir alandan düşük konsantrasyonlu başka bir alana nasıl hareket ettiğine benzer şekilde, basit verileri daha karmaşık ve gerçekçi verilere dönüştürebilir.

İkinci nesil DynamiCrafter, 640×1024 piksel çözünürlükte videolar yayınlıyor; bu, Ekim ayındaki ilk sürümünden 320×512 videoların yer aldığı bir yükseltmedir. DynamiCrafter’ın arkasındaki ekip tarafından yayınlanan bir akademik makale, teknolojisinin rakiplerinden farklı olduğunu, çünkü görüntü animasyonu tekniklerinin uygulanabilirliğini “daha genel görsel içeriğe” genişlettiğini belirtiyor.

Makalede, “Ana fikir, görüntüyü üretken sürece rehberlik olarak dâhil ederek metinden videoya yayılma modellerinden önceki hareketi kullanmaktır” diyor. Buna kıyasla “geleneksel” teknikler, “temel olarak doğal sahneleri stokastik dinamiklerle (örneğin bulutlar ve akışkan) veya alana özgü hareketlerle (örneğin insan saçı veya vücut hareketleri) canlandırmaya odaklanır.”

Hem ByteDance’ın MagicVideo’su hem de Baidu’nun UniVG’si GitHub’da demolar yayınladı, ancak ikisi de henüz halka açık görünmüyor. Tencent gibi Alibaba da, küresel geliştirici topluluğuna ulaşmayı ümit eden Çinli teknoloji firmaları arasında giderek daha popüler hale gelen bir strateji olan video oluşturma modeli VGen’i açık kaynak haline getirdi

Bizi takip edin: