Базираната в Пекин компания Shengshu Technology обяви в сряда, че нейният инструмент за преобразуване на текст във видео, базиран на изкуствен интелект, Vidu вече ще може да генерира видеоклипове чрез комбиниране на изображения.

Vidu вече позволява на потребителите в цял свят да създават 8-секундни клипове въз основа на писмени указания. Въпреки че през февруари OpenAI - създателят на ChatGPT - разкри, че неговият модел на изкуствен интелект Sora може да генерира едноминутни видеоклипове от текст, той все още не го е представил на широката публика.

„Новата функция на Vidu може да комбинира три снимки - като риза, човек и мотопед - във видеоклип на човека, който носи ризата и кара мотопеда през дадена сцена“, обясняват от Shengshu, цитирани от CNBC.

И други платформи твърдят, че могат да превръщат текст или изображения във видеоклипове с помощта на AI, но качеството на резултатите е различно. Пробивът, за който претендира Shengshu, е възможността да се вземат три уникални изображения и да се интегрират с визуална последователност във видеоклип, генериран от AI.

„Много рано посочихме визуалната съгласуваност като проблем и искахме да го решим добре“, казва Фан Бао, главен технологичен директор в Shengshu.

Vidu стартира през април и способността му да превръща две профилни снимки в реалистични видеоклипове на хора, които се прегръщат, стана хит в TikTok.

Местните гиганти Tencent и Baidu са начело на списъка с подателите на патенти в периода 2014-2023

Китай води в надпреварата за патенти за генеративен AI

Генераторът на видеоклипове с изкуствен интелект вече печели пари от рекламодатели, аниматори и компании, разкрива съоснователят и главен изпълнителен директор на Shengshu Дзяю Танг. По думите му месечните такси за използване на платформата от един клиент могат да варират от 100 000 до 1 милион юана (13 871 до 138 711 долара).

За да се справи с проблемите, свързани с авторските права, Танг казва, че дадена компания може да подпише договор с художник, който позволява на изкуствения интелект да имитира стила на рисуването му за реклама. До момента Shengshu не се е сблъсквала със значими правни казуси, свързани с използването на изображения от потребителите.

Танг добавя, че Vidu не позволява на потребителите да генерират съдържание, използвайки изображения на известни личности или „чувствителни“ лица. Инструментът също така забранява голите тела и изображенията с насилие. Що се отнася до личните снимки, Танг казва, че Vidu унищожава данните в съответствие с общия регламент за защита на данните - световен еталон.

Shengshu е основана миналата година и се радва на влиятелни поддръжници, сред които Baidu Ventures, свързаната с Alibaba Ant Group, китайският стартъп Zhipu AI, Qiming Venture Partners и Beijing city, според PitchBook.