جوجل، الشركة التكنولوجية الرائدة عالمياً، قد كشفت حديثاً عن VideoPoet، النموذج اللغوي الكبير الجديد الذي يهدف إلى تحويل المفهوم التقليدي لتوليد الفيديو باستخدام الذكاء الاصطناعي. يُعد VideoPoet تقدمًا رائدًا في عالم تقنية توليد الفيديو، حيث يقدم حلاً متكاملاً لتحويل النصوص والصور إلى محتوى فيديو ديناميكي وجذاب.
تتميز هذه الابتكارات الجديدة بقدرتها على دمج مهام متنوعة، بدءًا من تحويل النص إلى فيديو وحتى تحويل الصورة إلى فيديو، ويُظهر أيضًا تميزًا في تحويل الفيديو إلى صوت. يتسم VideoPoet بتقنيات متطورة في توليد الحركات الكبيرة المتماسكة، ويفترض موقعًا بارزًا في عالم التطور التكنولوجي.
تعتبر جوجل منفردة في نهجها لتطوير هذا النموذج، حيث يمتاز VideoPoet بدمج قدرات توليد الفيديو في إطار نموذج لغوي كبير واحد، مما يميزه عن نماذج التوليف الحالية. يُظهر النموذج الجديد أداءً متقدمًا بفضل استخدامه لتقنيات متنوعة، مثل MAGVIT V2 للفيديو والصور، و SoundStream للصوت.
ما يميز VideoPoet أكثر هو قدرته على أداء مهام متعددة بفضل الحد الأدنى من المدخلات، حيث يمكنه توليد محتوى ديناميكي باستخدام رسالة نصية واحدة أو صورة واحدة. يتفوق النموذج على نظرائه في ترجمة المطالبات النصية بدقة عالية وتوليد مقاطع فيديو ذات حركات جذابة.
في مجال توليد الحركات الكبيرة المتماسكة، يبرز VideoPoet بوضوح، مظهرًا تقدمًا ملحوظًا عن النماذج الحالية مثل Imagen Video و RunwayML وغيرها. يعد هذا النموذج تقدمًا حقيقيًا في تكنولوجيا توليد الفيديو، حيث يوفر تجربة مستخدم فريدة من نوعها تجمع بين دقة النص وجاذبية الحركة.
إرسال تعليق