Technologija sparčiai tobulėja su revoliuciniais pažangų dirbtinio intelekto srityje, kaip rodo neseniai pristatyta „Vidu“ – įrankis, sugebančios kurti nepaprastai autentiškus vaizdo įrašus, tampa rimtu varžovu „OpenAI“ anksčiau pristatytam „Sora“.
Priešingai nei „Sora“, dar plačiai nepateiktam visuomenei, naujas dirbtinio intelekto modelis, pavadintas „Vidu“, atsirado iš Kinijos ir didžiuojasi būdamas šalies pionierine teksto į vaizdą generavimo modeliu. Pateiktas prestižinės technologijų renginyje „Zhongguancun Forum“ Pekine, „Vidu“ žymi kaitingą pasaulinį varžybų bangą generatyviame dirbtiniame intelekte, demonstruodamas savo sugebėjimus, lyginamuosius net su tikrais filmuotais kadrais.
Šį inovatyvų dirbtinio intelekto įrankį bendradarbiaudami sukūrė Kinijos AI įmonė „Shengshu Technology“ ir ikoniška „Tsinghua“ universitetas. Pabrėžiama, kad „Vidu“ greitai gali generuoti 16 sekundžių trukmės vaizdo įrašus puikios 1080p raiškos tik remdamasis tekstiniais nurodymais. Be to, skelbiama, kad „Vidu“ geba kurti ilgesnius vaizdo įrašus su pastebimu nuoseklumu, artėjantį prie jo „OpenAI“ varžovų „Sora“ potencialo.
„Shengshu Technology“ pabrėžė, kad „Vidu“ pagrinde veikianti architektūra plėtota nuo 2022 m. rugsėjo mėn., rodant brandesnį vystymosi lygį palyginti su „Sora“. Įdomu, kad „Vidu“ taip pat pasižymi supratimu apie kultūriškai subtilius elementus, tokius kaip pandos ir drakonai, nurodydama ypatingą akcentą į Kinijos paveldą.
Nors „Vidu“ prieigos vartotojams oficiali išleidimo data lieka paslaptis, susidomėjimas šiuo dirbtiniu intelektu tobulėja, rodantį ateitį, kai realūs AI generuoti vaizdo įrašai tampa vis paplitusiai įprastais.
Svarbūs klausimai ir atsakymai:
K: Kas yra Vidu?
A: Vidu yra dirbtinio intelekto įrankis iš Kinijos, kuris gali generuoti aukštos kokybės vaizdo įrašus iš teksto aprašymų. Jis gali kurti 16 sekundžių trukmės vaizdo įrašus 1080p raiška ir turi potencialą kurti ilgesnius vaizdo įrašus, išlaikant nuoseklų kokybės lygį.
K: Kaip Vidu palyginama su „OpenAI“ „Sora“?
A: Vidu funkcionaliai panašus į „OpenAI“ „Sora“, kadangi abu yra teksto į vaizdą generavimo modeliai. Tačiau Vidu buvo pristatytas ir demonstravo savo galimybes, tuo metu kaip „Sora“ dar nepateiktas plačiai. Be to, Vidu pristatomas su akcentu į supratimą kultūriškai specifinių elementų, kas gali būti pranašumas tam tikrose situacijose.
Svarbiausios iššūkiai ar ginčai:
1. Tikslumas ir etika: Užtikrinant, kad AI sugeneruoti vaizdo įrašai netampa keliane neteisingai informacijai ar net etiškai abejotinam naudojimui, kaip antai gilių suklastotų vaizdų problema.
2. Kultūriniai subtilumai: Nors Vidu yra sukurtas atpažinti kultūriškai svarbius elementus, tokius kaip pandos ir drakonai, pasiekiant jautrumo ir tikslumo per plačią kultūrų sritį gali būti iššūkis.
3. Kokybės kontrolė: Išlaikant nuoseklią aukštą Išvesties kokybę, ypač ilgesniems vaizdo sekančiams, yra ir techninis, ir kūrybinis iššūkis.
Privalumai:
1. Inovacija: Vidu atstovauja reikšmingą pažangą dirbtinio intelekto srityje, ypač generatyvių modelių vaizdų kūrimo srityje.
2. Prieinamumas: Vidu galėtų demokratizuoti vaizdo produkciją, prieinamą naudotojams be profesionalių vaizdo redagavimo įgūdžių.
3. Švietimo ir kūrybiniai naudojimai: Jis gali turėti potencialo būti vertingu įrankiu švietimo kontekstuose ar kūrybiškai pasakojant istorijas.
Trūkumai:
1. Potentialus piktnaudžiavimas: Kaip ir kiti dirbtinio intelekto modeliai, egzistuoja rizika, kad Vidu bus naudojamas kurti klaidinančią ar kenksmingą turinį.
2. Darbo vietų upėjimas: Dirbtinio intelekto įrankiai, tokie kaip Vidu, galėtų pertvarkyti pramonę, ypač kūrybinius sektorius.
Daugiau informacijos rasite organizacijų, dalyvavusių „Vidu“ vystymu, pagrindinėse svetainėse:
– „Tsinghua“ universitetas: Tsinghua University
– Taip pat reikėtų pažymėti, kad „Shengshu Technology“ yra žaidėjas dirbtinio intelekto pramonėje, kuris gali turėti savo interneto buvimo, tačiau be patvirtintos URL negali būti įtrauktas čia.