Tencent uruchamia nowy generator tekstu na wideo Hunyuan Video

Chiński konglomerat technologiczny Tencent uruchomił pod adresem nowe narzędzie do generowania narzędzie do generowania tekstu na wideo o nazwie Hunyuan Video. Jest ono oparte na firmowym modelu Hunyuan z ponad 13 miliardami parametrów.

Narzędzie może generować pięciosekundowe filmy w rozdzielczości do 1280x720 (720p). Tencent twierdzi, że jego zaawansowana architektura 3D VAE może utrzymać "doskonałą spójność wizualną" i mieć "płynny, naturalny ruch"

Generator wykorzystuje koder tekstu oparty na multimodalnym modelu języka (MLLM) i "przewyższa poprzednie modele state-of-the-art" ze wskaźnikami wyrównania tekstu do 68,5%. Wyrównanie tekstu mierzy zgodność modelu sztucznej inteligencji z podpowiedzią użytkownika i to, jak bardzo dane wyjściowe odpowiadają jego wymaganiom. Tencent twierdzi, że narzędzie ma również 96,4% oceny jakości wizualnej.

Narzędzie jest open-source i wykorzystuje kredyty jako walutę. Do wygenerowania jednego filmu potrzeba 15 kredytów, a Tencent oferuje różne pakiety kredytów, które można zakupić. Pakiet 150 kredytów kosztuje 9,99 USD (9,48 EUR lub 7,85 GBP). Pakiet 750 kredytów kosztuje 44,99 USD (42,70 EUR lub 35,34 GBP), a 79,99 USD (75,93 EUR lub 62,83 GBP) daje 1500 kredytów.

Generowanie wideo za pomocą sztucznej inteligencji szybko staje się lukratywną okazją biznesową dla dużych firm technologicznych, takich jak OpenAI, Google, Metai Amazon wszystkie wrzucają swój kapelusz na ring. Chińscy giganci technologiczni Kuaishou i Alibaba również biorą udział w tym szaleństwie.