دستور ویژه وزیر آموزش و پرورش برای پیگیری حقوق دانش‌آموزان سنندجی عزل مدیر آموزش و پرورش ری درپی پرونده تعرض به دانش‌آموزان جزئیاتی از پرونده تعرض یک معلم به دانش‌آموزان در شهر ری نیسان آبی رکورد دار واژگونی در روز‌های بارانی/جایگزینی گاردریل‌ها با نیوجرسی در بزرگراه‌های پایتخت اصلاح آیین‌نامه تغذیه دانشجویان/اختصاص ۴ همت به حوزه تغذیه پلیس: آزارگر زنان تهرانی دستگیر شد + عکس متهم توقیف ۱۱ فروند قایق شوتی حامل سوخت قاچاق در خلیج فارس واریزی حقوق معلمان و فرهنگیان با احکام جدید / میزان افزایش حقوق معلمان آسمانی ابری تا نیمه ابری برای تهران تا ۵ روز آینده تمدید مهلت ثبت‌نام در آزمون‌های ورودی مدارس استعداد‌های درخشان و نمونه دولتی بارش باران در اغلب استان‌ها تا اواسط هفته کشف توله شیر وحشی و مار‌های پیتون و کبری در یکی از مناطق مسکونی تهران + عکس رئیس سازمان محیط‌زیست: پروژه قانونی به نام ‎ «پتروشیمی میانکاله» وجود ندارد بیماری‌هایی که مانع سفر حج هستند ماجرای حضور زن نیمه برهنه در بانک اصفهان چه بود؟

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