Το νέο μοντέλο τεχνητής νοημοσύνης του Stability AI μπορεί να μετατρέψει τις 2D εικόνες σε 3D βίντεο

Η Stability AI κυκλοφόρησε ένα μοντέλο παραγωγής τεχνητής νοημοσύνης που βασίζεται σε Stable Video Diffusion που ονομάζεται Stable Video 3D (SV3D) για να απλοποιήσει τη δημιουργία τρισδιάστατων βίντεο. Το SV3D έχει δύο στοιχεία που βοηθούν τους χρήστες να δημιουργούν βίντεο 3D από εικόνες 3D: SV2D-u και SV3D-p.

«Σήμερα κυκλοφορούμε το Stable Video 3D (SV3D), ένα μοντέλο παραγωγής που βασίζεται στο Stable Video Diffusion, προάγοντας τον τομέα της τεχνολογίας 3D και παρέχοντας πολύ βελτιωμένη ποιότητα και συνέπεια ως προς την προβολή», δήλωσε η εταιρεία σε μια ανάρτηση.

Όπως επισημαίνεται από το Stability AI, το SV3D-u δημιουργεί τροχιακά βίντεο με στατικές εικόνες ως είσοδο με την οπτική γωνία να παραμένει αμετάβλητη. Από την άλλη πλευρά, το SV3D-p θα βοηθήσει τους χρήστες να δημιουργήσουν τρισδιάστατα βίντεο με κίνηση της κάμερας. Και μπορεί να το κάνει χρησιμοποιώντας τόσο μεμονωμένες εικόνες όσο και τροχιακές προβολές. Η εταιρεία, ωστόσο, δεν είναι νέα στη δημιουργία 3D αντικειμένων. Παρουσίασε το Stable Zero 3 τον περασμένο Δεκέμβριο για αυτόν τον συγκεκριμένο σκοπό, αλλά το πιο πρόσφατο SV123D είναι πιο ισχυρό και μπορεί να ξεπεράσει άλλες εναλλακτικές λύσεις ανοιχτού κώδικα όπως το Zero3-XL.

«Με την προσαρμογή του μοντέλου διάχυσης εικόνας σε βίντεο Stable Video Diffusion με την προσθήκη ρύθμισης διαδρομής κάμερας, το Stable Video 3D είναι σε θέση να δημιουργήσει βίντεο πολλαπλών προβολών ενός αντικειμένου. Η χρήση μοντέλων διάχυσης βίντεο, σε αντίθεση με τα μοντέλα διάχυσης εικόνας όπως χρησιμοποιούνται στο Stable Zero123, παρέχει σημαντικά πλεονεκτήματα στη γενίκευση και τη συνέπεια στην προβολή των παραγόμενων εξόδων», εξήγησε η εταιρεία.

Το Stable Video 3D της Stability AI είναι διαθέσιμο για εμπορική χρήση σε όσους έχουν Συνδρομή Stability AI, η οποία ξεκινά από 20 $ το μήνα. Για μη εμπορική χρήση, μπορείτε να κατεβάσετε τα βάρη του μοντέλου στο Hugging Face.