Google представила нейросеть создающую HD-видео по тексту

Корпорация Google решила поддержать тренд, касающийся нейросетей. Её новая система под названием Imagen Video создаёт видео по текстовому описанию, причём в довольно высоком качестве.

Система может создать ролики длительностью до 5 секунд в разрешении 1280х768 пикселей. Компания пока не публикует исходные коды системы и не открывает доступ к ней, чтобы избежать появления шокирующего или непристойного контента.

По данным источника, новая система умеет работать в разных стилях. В частности, она способна имитировать стили художников и создавать вращающиеся 3D-объекты, причём их форма сохраняется по мере вращения.

Нейросеть обучали на десятках миллионов фотографий, видео и текстовых описаний. При подаче текстового запроса система генерирует исходный прототип видео из 16 кадров с разрешением 24×48 пикселей и частотой 3 кадра в секунду. После этого другая система увеличивает разрешение до 1280 на 768 пикселей и 5 секунд.