O novo Make-a-Video AI da Meta pode gerar clipes de filme rápidos a partir de prompts de texto

MA eta revelou sua IA de geração de texto para imagem Make-a-Scene em julho, que, como Dall-E e Meio da jornada, utiliza algoritmos de aprendizado de máquina (e bancos de dados massivos de arte on-line raspada) para criar representações fantásticas de prompts escritos. Na quinta-feira, o CEO da Meta, Mark Zuckerberg, revelou o contemporâneo mais animado da Make-a-Scene, Make-a-Video.

Como o próprio nome indica, Make-a-Video é “um novo sistema de IA que permite que as pessoas transformem prompts de texto em videoclipes breves e de alta qualidade”, escreveu Zuckerberg em um blog Meta na quinta-feira. Funcionalmente, o Video funciona da mesma maneira que o Scene – contando com uma mistura de processamento de linguagem natural e redes neurais generativas para converter prompts não visuais em imagens – apenas puxando conteúdo em um formato diferente.

“Nossa intuição é simples: aprenda como é o mundo e como ele é descrito a partir de dados de imagens de texto emparelhados e aprenda como o mundo se move a partir de imagens de vídeo não supervisionadas”, escreveu uma equipe de pesquisadores da Meta em um artigo de pesquisa publicado na manhã de quinta-feira. Isso permitiu que a equipe reduzisse o tempo necessário para treinar o modelo de vídeo e eliminasse a necessidade de dados de texto-vídeo emparelhados, preservando “a vastidão (diversidade em estética, representações fantásticas etc.) dos modelos de geração de imagem atuais. ”   

Assim como a maioria das pesquisas de IA da Meta, o Make-a-Video está sendo lançado como um projeto de código aberto. “Queremos refletir sobre como construímos novos sistemas generativos de IA como este”, observou Zuckerberg. “Estamos compartilhando abertamente essa pesquisa e resultados generativos de IA com a comunidade para obter feedback e continuaremos a usar nossa estrutura de IA responsável para refinar e evoluir nossa abordagem a essa tecnologia emergente”. 

Como acontece com aparentemente toda IA ​​generativa lançada, a oportunidade de uso indevido do Make-a-Video não é pequena. Para se antecipar a possíveis travessuras nefastas, a equipe de pesquisa eliminou preventivamente o conjunto de dados de treinamento do Make-a-Video de qualquer imagem NSFW, bem como frases tóxicas.