«Сбер» запустил ИИ-модель Kandinsky 6.0 Video: пользователи «ГигаЧата» могут генерировать Full HD-видео с речью, музыкой и звуками окружения. В компании называют её первой отечественной нейросетью с синхронным звуком.
LongCat-Video — базовая модель генерации видео на 13,6 млрд параметров. Одна архитектура решает задачи Text-to-Video, Image-to-Video и Video-Continuation, а авторы называют её первым шагом к моделям мира.
Модель предобучена на продолжении видео, поэтому создаёт ролики длиной в минуты без дрейфа цвета и потери качества. Видео 720p при 30 fps генерируется за минуты благодаря подходу coarse-to-fine и Block Sparse Attention.
Google представила новую модель искусственного интеллекта для генерации видео — Gemini Omni 1.1 Flash. Разработка решает задачу создания органичного ролика по заданным образцам из нескольких кадров, давая разработчикам больше контроля над тем, что происходит между первым и последним кадром.
Автор дипфейкнул игрушечного оленя для эксперимента с Google Gemini. Результат показал, что инструменты для реалистичного видео требуют мало усилий.
Запущен Gemini Omni — семейство мультимодальных моделей Google. Они могут создавать контент из текста, аудио, видео и изображений, анализируя все входные данные вместе.
Китайские платформы имеют преимущество в обучении ИИ благодаря огромной пользовательской базе и меньшим ограничениям авторских прав. Это позволяет создавать более реалистичные видео, чем у американских моделей.
Модель Gemini Omni от Google замечена в ранних тестах. Она позволяет создавать видеоремиксы и редактировать контент в диалоговом окне, используя шаблоны. Ожидается, что Omni станет расширением платформы Veo.