NVIDIA-ն, համագործակցելով Կոռնելի համալսարանի հետազոտողների հետ, ներկայացրեց VideoLDM-ը՝ արհեստական բանականության մոդել, որը կարող է ստեղծել մինչև 2048×1280 պիկսելլ լուծաչափով բարձր թույլտվությամբ տեսանյութ՝ 24 կադր/վրկ հաճախականությամբ և 4.7 վայրկյան տևողությամբ՝ հիմնվելով տեքստային նկարագրությունների վրա։.
Մոդելը հիմնված է Stable Diffusion նեյրոնային ցանցի տեխնոլոգիայի վրա և ունի մինչև 4.1 միլիարդ պարամետր, ինչը այն դարձնում է ամենաառաջադեմ տեսատեքստի գեներատորներից մեկը: VideoLDM-ը կարող է նաև ստեղծել մինչև 5 րոպե տևողությամբ տեսանյութեր՝ 1024x512 լուծաչափով՝ վարորդական սցենարների համար՝ օգտագործելով մեկ լուսանկար: Ավելին, VideoLDM-ը կարող է կանխատեսել վարորդական մի քանի հավանական սցենարներ՝ հիմնվելով նույն կադրի վրա:.
NVIDIA VideoLDM AI մոդելը կարող է օգտագործվել տարբեր ոլորտներում, այդ թվում՝ ֆիլմերի և հեռուստատեսային արտադրության և տեսախաղերի մշակման մեջ։.
