Em Agosto de 2022, quatro meses após a OpenAI lançar a versão beta do DALL·E 2, a Stability AI apresentou o Stable Diffusion. Este modelo rapidamente ganhou destaque no mundo emergente da IA generativa devido à sua incrível capacidade de gerar imagens com diferentes estilos artísticos e, principalmente, conceitos abstratos.
Recentemente, a equipa da Stable Diffusion apresentou um novo modelo, não de geração de imagens, mas de vídeos. O Stable Video Diffusion promete expandir o ecossistema de modelos da Stability AI, levando as capacidades de geração de imagens estáticas para imagens em movimento.
O modelo de geração de vídeos da Stability AI funcionará sob a mesma mecânica do gerador de imagens. Os utilizadores terão de introduzir um prompt descrevendo o que o modelo deverá criar. Quanto mais detalhadas forem as instruções, mais preciso deverá ser o resultado. O conteúdo será entregue num vídeo com uma taxa de frames entre 3 e 30 por segundo.
Este modelo de geração de vídeos funcionará de forma semelhante aos equivalentes da Meta, chamados Emu. Os utilizadores terão de introduzir um prompt detalhando especificamente o que desejam criar. Primeiro, será gerada a imagem e depois será animada. O resultado serão vídeos curtos com uma resolução de 576×1024 e uma taxa de frames entre 3 e 30 por segundo.
A empresa também apostou na versatilidade. Afirma que o modelo pode ser facilmente adaptado para tarefas subsequentes a partir de uma única imagem com ajuste fino em conjuntos de dados. Neste sentido, indicam que o modelo pode ser útil numa vasta gama de sectores, incluindo publicidade, educação e entretenimento.
Como outros modelos de IA generativa, o Stable Video Diffusion está disponível de forma limitada. No entanto, existem duas formas de o testar: executá-lo localmente com os ficheiros disponíveis no GitHub e Hugging Face ou juntar-se à lista de espera para aceder à interface web.
Estamos a assistir em tempo real à evolução da inteligência artificial generativa. Há apenas dois anos, os modelos de geração de imagens não estavam disponíveis para o público em geral e os seus resultados, comparados com os de agora, eram muito primitivos. Hoje em dia, qualquer pessoa pode aceder a eles e a qualidade é surpreendente.
A geração de vídeos com IA parece estar a seguir o mesmo caminho. Atualmente, não está amplamente disponível e os resultados têm muito a melhorar. Quanto evoluirá nos próximos meses? A boa notícia é que estaremos aqui para descobrir e, a partir de hoje, podemos experimentar com as ferramentas que temos disponíveis.
Fonte: engadget
