Les percées de la technologie de génération vidéo par IA offrent de nouvelles opportunités

L'un des progrès les plus significatifs récents dans le domaine de l'IA est la percée dans la technologie de génération de vidéos multimodales. Cette technologie est passée de la génération de vidéos à partir d'un texte unique à une technologie de génération en chaîne intégrant texte, images et audio.

Cette percée technologique se manifeste de plusieurs manières :

1. Le cadre EX-4D open source d'une certaine entreprise peut transformer des vidéos monoculaires en contenu 4D à perspective libre, avec un taux d'acceptation des utilisateurs de 70,7 %. Cela signifie que l'IA peut générer automatiquement des effets de vision sous n'importe quel angle, ce qui nécessitait auparavant une équipe de modélisation 3D professionnelle.

2. Une fonctionnalité appelée "Hui Xiang" lancée par une certaine plateforme prétend pouvoir générer une vidéo de 10 secondes de qualité "cinéma" à partir d'une seule image. Cependant, la véracité de cette déclaration reste à confirmer.

3. La technologie Veo d'un certain institut de recherche peut générer simultanément des vidéos 4K et des sons ambiants. La clé de cette technologie réside dans la réalisation d'un véritable appariement sémantique entre la vidéo et l'audio, surmontant ainsi le défi de la synchronisation audio-vidéo dans des scènes complexes.

4. La technologie ContentV d'une certaine plateforme de vidéos courtes possède 8 milliards de paramètres et peut générer une vidéo 1080p en 2,3 secondes, avec un coût de 3,67 yuans/5 secondes. Bien que le contrôle des coûts soit bon, il y a encore des marges d'amélioration en termes de qualité de génération dans des scènes complexes.

Ces percées ont une importance significative en termes de valeur technique, de réduction des coûts et d'impact sur les applications :

1. Valeur technique : La complexité de la génération de vidéos multimodales est exponentielle. Grâce à la décomposition modulaire et à la collaboration entre de grands modèles, un processus de génération efficace a été réalisé.

2. Réduction des coûts : Optimisation de l'architecture d'inférence, y compris des stratégies de génération hiérarchiques, des mécanismes de réutilisation de cache et une allocation dynamique des ressources, ce qui réduit considérablement les coûts de génération.

3. Impact de l'application : La technologie AI réduira le processus d'élaboration de vidéos traditionnelles, qui nécessite des investissements lourds, à une simple saisie de mots-clés et quelques minutes d'attente, ce qui pourrait provoquer un nouveau remaniement de l'économie des créateurs.

Ces changements ont également eu un impact sur le domaine de l'IA Web3 :

1. Le changement de la structure de la demande en puissance de calcul crée de nouvelles opportunités pour la puissance de calcul distribuée inutilisée et divers modèles, algorithmes et plateformes d'inférence ajustés.

2. Les besoins en annotation de données sont renforcés, ce qui pourrait inciter des professionnels à fournir des matériaux de données de haute qualité, améliorant ainsi la capacité de génération de vidéos AI grâce aux mécanismes d'incitation de Web3.

3. Les technologies d'IA évoluent vers une collaboration modulaire, créant de nouveaux besoins pour les plateformes décentralisées et promettant de favoriser la fusion des scénarios d'IA Web3 et Web2.