Meta宣布文本到视频AI生成器

Meta Mark Zuckerberg的首席执行官宣布了一项名为Make-A-Video的新人工智能(AI)程序，该计划允许用户从文本描述中创建视频。

扎克伯格展示了该计划的功能，展示了一只泰迪熊画了一幅自画像，一艘宇宙飞船降落在火星上，还有一只戴着针织帽的小树懒试图找出一台笔记本电脑。

上述所有视频都是通过文本提示生成的，然后AI机器通过GPT-3等图像合成器的深度学习将其转换为移动视频莱恩-5B.

“这是相当惊人的进步。生成视频比生成照片要困难得多，因为除了正确生成每个像素之外，系统还必须预测它们将如何随时间变化，“扎克伯格在脸书上写道。

“Make-A-Video通过添加一层无监督学习来解决这个问题，使系统能够理解物理世界中的运动，并将其应用于传统的文本到图像生成。

Meta负责人表示，未来计划分享一个完整的演示，但没有关于Facebook用户何时能够自己尝试的消息。

看起来生成的视频剪辑将是简短和“高质量的”，该公司表示它正在建立在Meta AI最近在生成技术研究方面的进展之上。

在此之前，Facebook今年早些时候宣布了“制造场景”，这是一种类似于DALL-E的文本到图像生成器。

“我们希望考虑如何构建像这样的新型生成AI系统，”Meta在新闻稿中写道。

“Make-A-Video使用公开可用的数据集，这为研究增加了额外的透明度。我们正在与社区公开分享这些生成式人工智能研究和结果，以获得他们的反馈，并将继续使用我们负责任的人工智能框架来完善和发展我们对这项新兴技术的方法。

今天的公告是AI图像生成技术的又一步。DALL-E昨天的消息是，现在每个人都可以使用它。

DALL-E取消其候补名单是一个重大新闻，因为它可以说仍然是与新兴的AI图像生成器行业最相关的名称。然而，像稳定扩散和中游这样的计划也不甘落后。

Facebook的参与计划并不令人意外，但在公司外部的人开始使用它之前，很难知道它与其他人相比如何。

谷歌分享了其Imagen计划中的几个例子，这些例子看起来令人印象深刻，但这家搜索公司在有关其发布的任何新闻中都保持沉默。