ادعای ارتباط با بیت رهبر شهید و مقامات قضایی برای اخاذی چند میلیاردی / باج‌گیر رسانه‌ای در کرج به ۴ سال زندان و ۷۴ ضربه شلاق محکوم شد زمان واریز پاداش پایان خدمت فرهنگیان بازنشسته ۱۴۰۵ مشخص شد؟ / جزئیات جدید از پرداخت جزییات تعطیلی مدارس و ادارات تهران فردا دوشنبه ۲۵ آبان ۱۴۰۵ پیش بینی هوای تهران فردا دوشنبه ۲۵ آبان/ تردد‌های غیرضروری را محدود کنید مهلت ثبت نام آزمون وکالت تا این تاریخ تمدید شد اپل واچ مکالمات شما را شنود می‌کند تمدید مهلت ثبت نام آزمون متقاضیان اخذ پروانه کارشناسی رسمی دادگستری سال ۱۴۰۵ قوه قضاییه جمنای، گراک و چت‌جی‌پی‌تی بدون فیلترشکن باز شدند جدیدترین تصویر ناسا از آلودگی هوای تهران + عکس هشدار سیلاب در شمال کشور | از سفر‌های غیرضروری خودداری کنید نقشه بارش باران در هفته آینده/ بیشترین میزان بارش در کدام استان است؟ مدارس تهران فردا تعطیل شد؟ ضوابط بازنشستگی فرهنگیان در سال ۱۴۰۵ جاده کندوان به مدت سه روز مسدود می‌شود هشدار مهم استانداری تهران به شهروندان؛ از تردد غیرضروری در سطح شهر خودداری کنید جاده چالوس و آزادراه تهران-شمال از ۲۴ تا ۲۶ آبان مسدود می‌شوند

چین با هوش مصنوعی متن را به ویدئو تبدیل می‌کند

چین با هوش مصنوعی متن را به ویدئو تبدیل می‌کند چین یک سیستم هوش مصنوعی تبدیل متن به ویدئو ساخته که در حقیقت پاسخی به سیستمی با همین قابلیت ها و ساخته شرکت آمریکایی اوپن ای آی است. هوش مصنوعی چینی ویدئوکلیپ های ۱۶ ثانیه ای می سازد.
تاریخ انتشار: ۱۳:۳۷ - ۱۱ ارديبهشت ۱۴۰۳ - 2024 April 30
کد خبر: ۲۳۸۶۹۱

به گزارش راهبرد معاصر،‌ استارت آپ چینی شنگشو تکنولوژی و دانشگاه تسینگهوا از هوش مصنوعی «ویدو»(Vidu) رونمایی کرده اند که پاسخی به هوش مصنوعی Sora اوپن ای آی است. این اپلیکیشن تبدیل متن به ویدئو، با یک کلیک کلیپ های ۱۶ ثانیه ای با وضوح ۱۰۸۰ پیکسل می سازد.

 

هرچند این ویدئوها کوتاهتر از محصول ۶۰ ثانیه ای سورا هستند. این نرم افزار جدید تبدیل متن به ویدئو در انجمنی در پکن رونمایی شد.

 

ژو جون محقق ارشد شنگشو و معاون رییس انستیتو هوش مصنوعی دانشگاه تسینگهوا دراین باره می گوید: ویدئو جدیدترین دستاورد یک نوآوری متکی بر خود است و در حوزه های مختلف دستاوردهایی دارد. این سیستم می تواند دنیای فیزیکی را شبیه سازی کند و ویدئوهای ۱۶ ثانیه ای با کاراکترها، صحنه ها و زمانبندی منسجم و یکپارچه بسازد.

 

او همچنین توضیح داد ویدئو می تواند عناصر چینی را درک کند.

 

طبق گزارش ها ویدو بر اساس یک معماری مدل تبدیل بصری خود توسعه یافته به نام Universal Vision Transformer (U-ViT) ساخته شده است. توسعه دهندگان اعلام کرده اند این سیستم دو مدل هوش مصنوعی Diffusion و Transformer را یکپارچه می کند.

 

طبق نوشته نشریه مدیوم این ساختار ویدئوهایی واقع گرایانه با حرکات دینامیک دوربین ، حالات دقیق صورت، نور و سایه های طبیعی می سازد. ژو در این باره می گوید: پس از عرضه سورا ما متوجه شدیم این سیستم به نقشه راه فنی ما بسیار نزدیک است و همین امر بیش از پیش به ما انگیزه داد تا تحقیق مان را پیش ببریم./ مهر

ارسال نظر
captcha
آخرین اخبار