Mens vi almindelige dødelige sidder og griner over, at kunstig intelligens får Arnold Schwarzenegger til at synge Whitney Houston-numre, arbejder Google på den alvorlige(re) side af AI. Et af resultaterne er værktøjet Lumiere, der formår at skabe voldsomt imponerende videoklip ud fra tekstbeskrivelser.
Lumiere bruger en ny diffusionsmodel kaldet Space-Time-U-Net eller STUNet, der finder ud af, hvor tingene er i en video (rum), og hvordan de samtidig bevæger sig og ændrer sig (tid). Ifølge Ars Technica giver det modellen skabe videoen i én proces i stedet for at sætte mindre stillbilleder sammen.
Og lad os bare sige, at de ansatte hos Industrial Light & Magic måske skal se sig om efter et nyt job – eller lære at mestre Lumieres kommandoprompt. Tjek bare videoen herunder, der viser, hvad den nye AI model er i stand til. På nuværende tidspunkt.
Artiklen fortsætter efter annoncen
