Stability AI представляет трансформацию 2D-фото в 3D-сцены

Post Thumbnail

Компания Stability AI объявила о выпуске инновационной AI-модели Stable Virtual Camera, способной преобразовывать двумерные изображения в иммерсивные видеоматериалы с реалистичной глубиной и перспективой. Это технологическое достижение знаменует значительный прогресс в области генеративного искусственного интеллекта и виртуальной кинематографии.

Stable Virtual Camera представляет собой существенное развитие концепции виртуальных камер, традиционно используемых в цифровом кинопроизводстве и 3D-анимации. Интеграция генеративного AI в этот инструментарий открывает беспрецедентные возможности для контроля и кастомизации создаваемого контента.

Технические возможности новой модели впечатляют:

  • Генерация «новых ракурсов» сцены на основе от одного до 32 исходных изображений.
  • Создание видео с динамическими траекториями движения камеры.
  • Поддержка предустановленных режимов съемки: «Spiral», «Dolly Zoom», «Move» и «Pan».
  • Возможность работы с различными форматами: квадратным (1:1), портретным (9:16) и ландшафтным (16:9).
  • Способность генерировать видеопоследовательности длиной до 1000 кадров.

Несмотря на впечатляющие возможности, Stability предупреждает о потенциальных ограничениях текущей исследовательской версии. Модель может демонстрировать снижение качества при работе с изображениями, содержащими людей, животных или «динамические текстуры» вроде воды. «Высокоамбициозные сцены, сложные траектории камеры, пересекающие объекты или поверхности, и объекты неправильной формы могут вызывать эффект мерцания, особенно когда целевые ракурсы значительно отличаются от исходных изображений», — отмечается в блоге компании.

Этот технологический прорыв происходит на фоне сложного периода для Stability AI. Компания, известная своей популярной моделью генерации изображений Stable Diffusion, в прошлом году привлекла новые инвестиции от таких значимых фигур, как Эрик Шмидт и основатель Napster Шон Паркер, стремящихся восстановить бизнес. Ранее сообщалось, что соучредитель и бывший CEO Stability Эмад Мостак привел компанию к финансовым проблемам, что повлекло за собой увольнение сотрудников, срыв партнерства с Canva и растущую обеспокоенность инвесторов перспективами компании.

Почитать из последнего
ИИ-ассистент научили разбирать документы и алерты
Главный вопрос корпоративного ИИ прост: что будет с данными после запроса? РТК-ЦОД предлагает не рисковать ими. На форуме «Цифровые решения» компания с блоком ИТ «Ростелекома» представила ассистента для организаций с жёсткими требованиями к защите.
К 2027 году чипов хватит на миллиарды ИИ-агентов
Похоже, у ИИ скоро вылезет проблема, которую не залатать покупкой ещё одного чипа. По расчётам Epoch AI, вычислительной мощности, выпущенной с 2025 по 2027 год, хватит для одновременной работы от 33 до 171 млн агентов уровня передовых моделей.
Kandinsky научился лепить видео со звуком
ИИ-видео всё меньше смахивает на немой клип. «Сбер» показал Kandinsky 6.0 Video - модель, которая разом генерит картинку и звук: речь персонажей, музыку и шумы окружения.
Три профессии, которые ИИ уже плодит прямо сейчас
ИИ перетряхивает рынок труда не только тем, что съедает привычные задачи. Вместе с автоматизацией вылезают специалисты, которых ещё несколько лет назад никто бы не вообразил, и часть таких профессий формируется на глазах.
Google научила эмбеддинги переваривать сразу пять типов данных
Google порешила, что эмбеддингам хватит возиться с одним текстом. Компания выкатила вторую версию EmbeddingGemma: теперь система сваливает в общее векторное пространство текст, код, изображения, видео и аудио. Так что на вход можно подавать сразу несколько типов данных.