这家伙，我们动手吧！ META 发布 AI“Make-A-Video”，可自动从文本生成视频 – 日本新闻

仅用字符串生成世界上唯一一个视频 Meta 在博客中解释如下。生成式 AI 研究提供的工具可让您快速轻松地创建新内容，推动创意表达向前发展。为您的想象力注入活力，并在充满活力色彩和风景的世界中创作独一无二的视频。Meta 首席执行官马克·扎克伯格在 Facebook 的一篇帖子中说，这是一个“惊人的进步”，称其为单个像素 他解释说，这是一项先进的技术，不仅可以生成，还可以预测它将如何随时间变化。 “Make-A-Video”自动生成的视频AI模型的性能，当你真正看到视频的时候就很明显了。输出最多约五秒长，没有音频，但它多种多样且富有创意。另一方面，还需要注意的是，AI模型本身并没有公开。这意味着有可能只挑选和发布生成的视频中最好的。 Facebook 上发布的视频依次是“泰迪熊画肖像”、“飞船登陆火星”、“戴着针织帽使用笔记本电脑的小树懒”和“冲浪海浪的机器人”。产生于这个阶段有很多不自然的地方，但很有可能在不久的将来会迅速改善。事实上，在短短几年内，图像生成 AI 已经能够生成逼真的图像，而不是像抽象画那样简单地画线。动画生成比这复杂得多，所以进展可能会慢一些，但应该会激励更多的公司和研究人员接受挑战。我们很高兴介绍 Make-A-Video，这是我们在#GenerativeAI 的最新研究！只需几句话，这个最先进的 AI 系统就能根据文本提示生成高质量的视频。有一个你想要的想法看到了吗？使用#MetaAI 回复您的提示，我们将分享更多信息sults. pic.twitter.com/q8zjiwLBjb — Meta AI (@MetaAI) 2022 年 9 月 29 日 视频生成的问题 AI Meta 表示，“制作视频”对于“创作者和艺术家”来说将是不可或缺的。然而，它并非没有担忧。被用作假货和宣传的危险是众所周知的，正如图像生成 AI 所见，很有可能会产生可用于骚扰和恐吓的非法色情内容。 Meta 表示，“我们会仔细考虑如何创建这样一个新的生成式 AI 系统”，并且到目前为止只发表了一篇关于 AI 模型的论文。但是，据说他们计划在某个时候发布演示版本（时间和方法未知）。视频生成AI目前很火 Meta并不是唯一一家开发视频生成AI的公司。今年早些时候，清华大学和北京致远人工智能研究院 (BAAI) 也先于 Meta 发布了 CogVideo。 CogVideo 生成的文本到视频示例 – 清华大学 CogVideo‖最近，一位匿名研究人员宣布了视频生成 AI“Phenaki”。好像一个长句子最多可以做成2分钟的视频。 Phenaki：从开放域文本描述生成可变长度视频sabs：https://t.co/gsZrW80Aaxproject 页面：https://t.co/mIzxeMRKk8长达多分钟 pic.twitter.com/GSDGEURaJD – AK (@_akhaliq) 2022 年 9 月 29 日视频生成 AI 的未来挑战根据 Make-A-Video 论文，AI 可以生成图像字幕对，无需解释。我从视频中学到的。学习材料包含数百万个视频，时长数十万小时2使用了物种数据集（WebVid-10M 和 HD-VILA-100M）以及 Shutterstock 和在线提供的视频。该论文还指出，除了图像的模糊和失真之外，还存在技术问题。例如，使用这种学习方法，无法了解挥手的人是从右向左挥手还是从右向左挥手。此外，生成超过 4 秒的视频、多场景视频和更高图像质量的视频也存在困难。目前，Make-A-Video 只能生成分辨率为 64×64 像素的 16 帧视频。据说这是另一个将图像质量提高到 768×768 视频的 AI。也有人说，学习社会偏见（包括有害的偏见）并加以夸大是可能的。事实上，图像生成 AI 冒着基于这些偏见助长社会偏见的风险。例如，如果你要求它生成一张“恐怖分子”的图像，它可能会画出“一个装扮成塔利班的人”。但是，除非可以自由访问，否则无法验证 AI 学到了什么样的偏见。 Meta 表示，“在与社区分享这一生成性人工智能研究和成果以获取反馈的同时，我们将根据我们负责任的人工智能框架继续完善和发展这一新技术方法。”参考资料：Make-A-Video / 介绍 Make-A-Video：一个从文本生成视频的 AI 系统 / hiroching 编写 / parumo 编辑