China führt Text-zu-Video-Modell vor OpenAI ein

[Anzeige_1]

MiniMax – zusammen mit Zhipu AI, Baichuan und Moonshot AI als einer der KI-„Tiger“ Chinas bekannt – hat das Modell video-01 auf seiner Website der Öffentlichkeit vorgestellt, nachdem das neue Tool letzten Samstag auf einer Entwicklerkonferenz in Shanghai vorgestellt wurde.

Chinesisches Unternehmen übertrifft OpenAI durch die Einführung eines Modells, das Dokumente in Videos umwandelt. — Foto: GI

Mit Video-01 können Benutzer Textbeschreibungen eingeben, um bis zu 6 Sekunden lange Videos zu erstellen. Der Vorgang von der Textaufforderung bis zur Videoerstellung dauerte etwa 2 Minuten.

Yan Junjie, Gründer und CEO von MiniMax, sagte, dass Video-01 die erste Version des Videoerstellungstools des Unternehmens sei. Er wies darauf hin, dass zukünftige Updates es Benutzern ermöglichen werden, Videos aus Bildern zu erstellen und diese Videos zu bearbeiten.

Video-01 von MiniMax zeigt, wie chinesische Technologieunternehmen aggressiv in dieses aufstrebende KI-Marktsegment vordringen, nachdem OpenAI im Februar erstmals von Sora generierte Videobeispiele veröffentlicht hatte. Sora wurde jedoch noch nicht allgemein der Öffentlichkeit zugänglich gemacht.

Ein von Sora erstelltes Video mit der Überschrift „Die Kamera folgt einem weißen Oldtimer-SUV mit schwarzem Dachgepäckträger, während er eine steile Schotterstraße hinunterrast …“.

Der Ankündigung von OpenAI zufolge werden mehrere wichtige Sicherheitsmaßnahmen ergriffen, bevor Sora in OpenAI-Produkte integriert wird. OpenAI arbeitet mit Experten in Bereichen wie Fehlinformation, Hassinhalte und Voreingenommenheit zusammen, um die Risiken zu vermeiden, die dieses Modell mit sich bringen könnte.

OpenAI wird zudem einer Reihe von bildenden Künstlern, Designern und Filmemachern Zugang gewähren, um Feedback dazu zu erhalten, wie das Modell verbessert werden kann, um den Kreativfachleuten den größtmöglichen Nutzen zu bieten.

Laut der Ankündigung von OpenAI „kann Sora komplexe Szenen mit mehreren Charakteren, bestimmten Bewegungsarten und präzisen Details zu Themen und Kontext generieren. Das Modell versteht nicht nur, wonach der Benutzer in der Eingabeaufforderung fragt, sondern auch, wie diese Dinge in der physischen Welt existieren.“

Bui Huy (laut SCMP, OpenAI)

[Anzeige_2]
Quelle: https://www.congluan.vn/cong-ty-trung-quoc-vuot-mat-openai-khi-cho-ra-mat-mo-hinh-bien-van-ban-thanh-video-post310490.html