Модель Phenaki от Google может генерировать длинные видеоролики на основе текстовых запросов

🤖Компания Google представила сгенерированное ИИ видео, сделанное с помощью Phenaki - "модели, способной синтезировать реалистичное видео на основе последовательности текстовых запросов".

🗯Google обещает также представить свои инструменты преобразования текста в изображение в AI Test Kitchen.

Подробнее о технологии можно узнать тут. 👈

Stable Diffusion в дополненной реальности.

🗣Разработчик и энтузиаст искусственного интеллекта Бьорн Карманн продемонстрировал сочетание искусственного интеллекта и дополненной реальности.

⚡️Intel представила технологию распознавания дипфейков

Технология FakeCatcher, способна определять дипфейки в реальном времени.

⚙В основе программы лежит собственная нейросеть, которую обучили на кадрах с изображениями реальных людей. Ее задача заключается в том, чтобы находить мелкие несоответствия, обычно имеющиеся в кадрах, сгенерированных с помощью ИИ.

🔻FakeCatcher способен считывать информацию с множества точек на лице, отличая настоящего человека от дипфейка за счёт цветовых изменений в кровотоке.

💬Компания утверждает, что точность FakeCatcher достигает 96%.

Пока о сроках выпуска FakeCatcher и о том, как можно будет получить доступ к технологии, не говорится.

​​Представлена система синтеза изображений Stable Diffusion 2.0🔥

Компания Stability AI опубликовала вторую редакцию системы машинного обучения Stable Diffusion.

1) Новая модель обучена с использованием коллекции LAION-5B, включающей 5.85 миллиардов изображений с текстовыми описаниями.

2) Обновлена модель для модификации изображений - SD 2.0-inpainting, может при помощи текстовых подсказок заменять и изменять части изображения.

3) Вторая версия также сменила кодировщик и теперь может создавать изображения более высокого качества.

4) Представили возможность увеличения разрешения исходного изображения без ухудшения качества позволяя формировать изображения с разрешением 2048x2048.

5) Также продемонстрировали и модель SD2.0-depth2img, учитывающая глубину и пространственное расположение объектов. Это позволяет использовать позу человека на фотографии для формирования другого персонажа в той же позе.

💭Код для обучения нейронной сети и генерации опубликован под лицензией MIT.

Обученные модели открыты под лицензией Creative ML OpenRAIL-M, допускающей использование в коммерческих целях.

Команда исследователей из Ubisoft La Forge представила новую нейронную сеть, способную генерировать анимации жестов на основе входных данных.🔥

🤖Называется ИИ - ZeroEGGS, сеть требует только речевого аудио и короткий ролик с примером для создания анимации персонажа. По словам команды, сеть превосходит предыдущие современные технологии в "естественности движений, уместности речи и передаче стиля".

🗯"Возможности нашей системы позволяют генерировать множество выходных сигналов при одинаковых входных данных, учитывая стохастическую природу движения жестов"