Google、テキスト-to-ビデオAI「Imagen Video」を公開
(imagen.research.google)- Video Diffusion Modelにテキストを入力して動画を作成する「Text-conditional Video Generation System」
- テキストから低解像度の動画（24x48ピクセル、16フレーム、3fps）を生成し、7つの拡散モデルをカスケードしてアップスケールするのが特徴
- 最終出力は1280x768、24fps。5.3秒の動画を生成可能
- 論文: Imagen Video : High Definition Video Generation with Diffusion Models
1件のコメント
Imagen - Googleのtext-to-image diffusion model
Imagen-pytorch - Google ImagenをPytorchで実装
Make-A-Video : テキストでビデオを生成するAI