Google は、テキストの説明に基づいてビデオを作成する Imagen Video ニューラル ネットワークを開発しました。

説明に基づいて画像を作成できるニューラル ネットワークについては、おそらくよく聞いたことがあるでしょう。アメリカ人

Google はトレンドを追い続けることを決意しただけでなく、さらに前進しました。

何が知られている

Google は、次のようなニューラル ネットワークを発表しました。写真ではなく、テキストの説明に従ってビデオ全体を作成します。このアメリカの会社のシステムは Imagen Video と呼ばれています。解像度 1280 x 768 ピクセルのビデオを作成できます。持続時間は長いとは言えませんが、最大5秒です。

Imagen Video はアーティストのスタイルを模倣し、回転中に形状を保持する 3 次元形状を作成します。ニューラル ネットワークをトレーニングするために、Google 開発者は数千万の画像、ビデオ、テキストの説明を使用しました。

作業の結果は、Imagen Video プロジェクトの Web サイトで入手できます。 Googleは、不適切なコンテンツが表示されることを防ぐため、ソースコードの共有を拒否している。