هوش مصنوعی پایداری از انتشار Stable Video Diffusion خبر داد، یک مدل ویدیویی مولد هوش مصنوعی که می تواند تصاویر ثابت را به محتوای ویدیویی تبدیل کند.
از آنجایی که بازاریابان به دنبال راه‌های نوآورانه برای ایجاد محتوای بصری هستند، ما نگاهی گذرا به آینده تولید محتوای ویدیویی با هوش مصنوعی مولد (AI) ارائه می‌کنیم.
انتشار ویدئوی پایدار چیست؟
Stable Video Diffusion یک مدل پایه در پیش نمایش تحقیقاتی از Stability AI با قابلیت تصویر به ویدیو است.
این برای انجام کارهایی مانند سنتز چند نمای از یک تصویر طراحی شده است، قابلیتی که با تنظیم دقیق مجموعه داده های چند نمایشی افزایش یافته است.
هوش مصنوعی پایداری دو نسخه را ارائه می دهد که قادر به تولید 14 و 25 فریم با نرخ فریم در محدوده 3 تا 30 فریم در ثانیه هستند.
در حالی که این شرکت مشتاق به ترکیب بازخورد و به‌روزرسانی مدل‌ها با آخرین پیشرفت‌ها است، تصریح کرد که این مدل در این مرحله برای کاربردهای دنیای واقعی یا تجاری در نظر گرفته نشده است.
کد Stable Video Diffusion در GitHub موجود است و وزن‌های لازم برای اجرای محلی آن را می‌توانید در صفحه Hugging Face پیدا کنید. این مقاله شامل قابلیت های فنی دقیق مدل جدید است.
اسکرین شات از Stability AI، نوامبر ۲۰۲۳نحوه ایجاد ویدیو از یک تصویر استاتیک: 3 نسخه نمایشی AI Video Generator
دموهای تحقیقاتی زیر که توسط Stable Video Diffusion طراحی شده اند، نگاهی اجمالی به آینده ایجاد محتوای بصری با هوش مصنوعی مولد دارند.
1. نسخه نمایشی انجمن برای پخش پایدار ویدیو – Img2Vid – XT در صورت در آغوش گرفتن
من از این نسخه نمایشی برای ایجاد یک فایل GIF قابل دانلود از لوگوی ایجاد شده توسط ChatGPT استفاده کردم.
اسکرین شات از صورت در آغوش گرفته، نوامبر ۲۰۲۳ویدئوی تولید شده توسط هوش مصنوعی:
2. SVD On Replicate
من از این نسخه آزمایشی برای تولید یک فایل MP4 قابل دانلود از همان لوگو استفاده کردم.
اسکرین شات از Replicate، نوامبر 2023ویدئوی تولید شده توسط هوش مصنوعی:
3. Stable Video Diffusion Playground در فال
من این نسخه آزمایشی را برای ایجاد یک فایل GIF قابل دانلود امتحان کردم.
اسکرین شات از فال، نوامبر ۲۰۲۳متاسفانه در تست لوگو مشکلات فنی وجود داشت. بنابراین در اینجا یک GIF ایجاد شده توسط هوش مصنوعی است که من چند روز پیش با استفاده از این نسخه نمایشی و تصویری که توسط DALL-E 3 ایجاد شده است، ایجاد کردم.
من پرسیدم @ChatGPTapp برای قرار دادن صورت شیر در گل رز، امروز صبح با استفاده از DALL·E 3 عکس گرفتم و آن را با متحرک ساختم. @fal_ai_data با استفاده از Stable Video Diffusion from @StabilityAI ??️? pic.twitter.com/S6jfKAEWK9
— کریستی هاینز (@kristileilani) 25 نوامبر 2023
فهرست انتظار برای رابط متن به ویدئو
افراد و سازمان‌های علاقه‌مند می‌توانند در فهرست انتظار ثبت‌نام کنند تا به یک تجربه وب جدید آینده از Stability AI با رابط متن به ویدیو دسترسی داشته باشند که کاربردهای عملی این فناوری را به نمایش می‌گذارد.
انتشار Stable Video Diffusion گامی مهم در تکامل فناوری هوش مصنوعی مولد است و راه را برای نوآوری های آینده در فناوری بازاریابی و تبلیغات هموار می کند.
تصویر ویژه: rafapress/Shutterstock