Stable Video Diffusion: genera clip direttamente da testo

Hai sentito parlare dell’ultima novità nell’ambito dell’intelligenza artificiale? Stability AI ha appena lanciato Stable Video Diffusion, uno strumento incredibile che utilizza l’IA per trasformare le immagini fisse in video brevi. Questo è solo un assaggio dei modelli IA che sfruttano la tecnica image-to-video ed è possibile eseguirli anche sul tuo computer utilizzando una scheda video NVIDIA.

Attualmente, ci sono due modelli disponibili: SVD e SVD-XT. Il primo crea video di 14 fotogrammi, mentre il secondo ne genera 25. Entrambi possono funzionare a diverse velocità, da 3 a 30 fotogrammi al secondo, e creano brevi clip di 2-4 secondi, con una risoluzione di 576 x 1024 pixel.

È importante sottolineare che questo modello è ancora in fase iniziale e viene utilizzato esclusivamente per scopi di ricerca. Stability AI ha chiarito che “questo modello non è destinato all’uso reale o commerciale in questa fase. I vostri contributi e feedback sulla sicurezza e sulla qualità sono importanti per perfezionare questo modello in vista di un possibile rilascio“.

L’azienda non ha rivelato il set di dati utilizzato per addestrare Stable Video Diffusion, ma ha dichiarato di aver utilizzato circa 600 milioni di campioni provenienti dal Large Video Dataset (LVD). Questo dataset è composto da 580 milioni di clip per una durata totale di 212 anni.

Ma c’è di più! Stability AI ha anche annunciato che sta lavorando su un modello in grado di creare video partendo da un testo. Questo significa che presto sarà possibile generare brevi clip utilizzando una descrizione scritta invece di un’immagine. Siamo davvero curiosi di vedere cosa ci riserverà il futuro dell’IA!