Google का नया AI Lumiere स्थिर छवियों से 5-सेकंड का बनाता है वीडियो

नई दिल्ली: Google ने Lumiere नाम से एक नया वीडियो जेनरेशन AI मॉडल पेश किया है जो स्पेस-टाइम-यू-नेट या STUNet नामक एक नए प्रसार मॉडल का उपयोग करता है। लुमिएरे छोटे स्थिर फ़्रेमों को एक साथ रखने के बजाय एक प्रक्रिया में 5-सेकंड के वीडियो बनाता है।

यह तकनीक यह पता लगाती है कि वीडियो (अंतरिक्ष) में चीजें कहां हैं और वे एक साथ कैसे चलती हैं और बदलती हैं (समय)। Google के शोधकर्ताओं ने एक पेपर में कहा, "हम ल्यूमियर पेश करते हैं - एक टेक्स्ट-टू-वीडियो प्रसार मॉडल जो यथार्थवादी, विविध और सुसंगत गति को चित्रित करने वाले वीडियो को संश्लेषित करने के लिए डिज़ाइन किया गया है - वीडियो संश्लेषण में एक महत्वपूर्ण चुनौती है।"

उन्होंने लिखा, "हम एक स्पेस-टाइम यू-नेट आर्किटेक्चर पेश करते हैं जो मॉडल में एक पास के माध्यम से एक ही बार में वीडियो की पूरी अस्थायी अवधि उत्पन्न करता है।" डिज़ाइन सामग्री निर्माण कार्यों और वीडियो संपादन अनुप्रयोगों की एक विस्तृत श्रृंखला की सुविधा प्रदान करता है, जिसमें छवि-से-वीडियो, वीडियो इनपेंटिंग और शैलीबद्ध पीढ़ी शामिल है।

ल्यूमियर टेक्स्ट-टू-वीडियो जनरेशन कर सकता है, स्थिर छवियों को वीडियो में परिवर्तित कर सकता है, संदर्भ छवि का उपयोग करके विशिष्ट शैलियों में वीडियो तैयार कर सकता है, टेक्स्ट-आधारित संकेतों का उपयोग करके लगातार वीडियो संपादन लागू कर सकता है और छवि के विशिष्ट क्षेत्रों को एनिमेट करके सिनेमोग्राफ बना सकता है।

Google शोधकर्ताओं ने कहा कि AI मॉडल पांच-सेकंड लंबे 1024×1024 पिक्सेल वीडियो आउटपुट करता है, जिसे वे "कम-रिज़ॉल्यूशन" के रूप में वर्णित करते हैं। ल्यूमियर स्टेबल वीडियो डिफ्यूजन के 25 फ्रेम की तुलना में 80 फ्रेम भी उत्पन्न करता है।

पेपर के लेखकों ने कहा, "हमारी तकनीक के साथ नकली या हानिकारक सामग्री बनाने के लिए दुरुपयोग का जोखिम है, और हमारा मानना ​​है कि सुरक्षित और निष्पक्ष उपयोग सुनिश्चित करने के लिए पूर्वाग्रहों और दुर्भावनापूर्ण उपयोग के मामलों का पता लगाने के लिए उपकरण विकसित करना और लागू करना महत्वपूर्ण है।"