谷歌推出視頻生成大型語言模型VideoPoet

AIGC動態歡迎閱讀

原標題：谷歌推出視頻生成大型語言模型VideoPoet
關鍵字：視頻,模型,文本,音頻,圖像
文章來源：AI范兒
內容字數：2042字

內容摘要：

點擊上方藍字關注我們“Google推出VideoPoet，一款生成式AI系統，通過文本等輸入創建和編輯視頻。與競爭模型不同，VideoPoet整合多項功能于單一模型，包括文本轉視頻、圖像轉視頻、視頻風格化等。該模型利用多個標記器跨視頻、圖像、音頻和文本進行訓練，可生成可變長度、多樣風格的視頻。Google 推出了 VideoPoet，這是一款新型生成式人工智能系統，能夠通過文本和其他輸入創建和編輯視頻。
據 Google 表示，VideoPoet是一款龐大的語言模型，專為各種視頻生成任務而設計，包括文本轉視頻、圖像轉視頻、視頻風格化、視頻修復與拓展以及視頻轉音頻等。與競爭模型不同，VideoPoet將許多功能集成到一個單一模型中，而不是依賴于為每個任務分別訓練的組件。
VideoPoet使用多個標記器（MAGVIT V2 用于視頻和圖像，SoundStream 用于音頻），以訓練跨視頻、圖像、音頻和文本多模態的自回歸語言模型。一旦模型生成了在某個上下文中有條件的標記，這些標記可以通過標記解碼器轉換回可視化表示。
VideoPoet能夠生成具有可變長度、多種和樣式的視頻，具體取決于文

原文鏈接：谷歌推出視頻生成大型語言模型VideoPoet

聯系作者

文章來源：AI范兒
作者微信：AI_Insights
作者簡介：智能未來，始于Prompt！