Zhipu AI представляет CogVideoX v1.5 — генерация видео в 4K за 10 секунд
CogVideoX v1.5
Компания Zhipu AI выпустила обновленную версию своей модели для генерации видео — CogVideoX v1.5. Эта версия позволяет создавать 10-секундные видеоролики в разрешении 4K с высокой частотой 60 кадров в секунду, обеспечивая плавность движений и детализированную картинку. Основные изменения затронули симуляцию движения и физику объектов в видео, однако, по отзывам пользователей, заметные улучшения не всегда очевидны.
Ключевые особенности CogVideoX v1.5
- Высокое качество изображения: Генерация видеороликов с разрешением 4K и частотой 60 кадров в секунду.
- Поддержка различных форматов: CogVideoX теперь поддерживает видео с любым соотношением сторон, включая сверхширокие форматы, что расширяет возможности для креативных задач и адаптации видео под разные платформы.
- Симуляция движения и улучшенная физика: Обновленная модель обещает более реалистичную физику объектов и точную передачу движений. Хотя, по отзывам, это улучшение пока не очевидно в каждой генерации.
Интеграция со звуковой моделью CogSound
С обновлением CogVideoX Zhipu AI представила еще одну новинку — CogSound, модель, создающую звуковое сопровождение для видео. CogSound анализирует визуальный контент, распознает семантику и эмоции, а затем генерирует подходящие звуковые эффекты. Это делает возможным добавление настраиваемого аудиосопровождения, соответствующего атмосфере и динамике видео, не прибегая к сторонним инструментам.
Применение и доступность
CogVideoX v1.5 и CogSound открывают новые перспективы для создания видео и аудиоконтента, что может быть полезно как для креативных проектов, так и для коммерческих задач. Эти инструменты доступны на GitHub для разработчиков и исследователей, желающих использовать последние достижения в области генеративного ИИ.
С помощью этих инструментов пользователи могут создавать видео с высоким разрешением и комплексным звуковым сопровождением, упрощая процесс контент-генерации для социальных сетей, маркетинга и других цифровых платформ.