شرکت StabilityAI از هوش مصنوعی تولید ویدیوی Stable Video Diffusion (SVD) به صورت متن باز رونمایی کرد.

بعد از موفقیت مدلهای متن باز تولید عکس Stable Diffusion که محبوبیت بالایی به خصوص در تولید عکسهای سانسور نشده داشتن، حالا StabilityAI وارد حوزه ویدیو شده و مدل SVD رو عرضه کرده که جزو معدود مدلهایی هست که به صورت متن باز عرضه شده. طبق تستهای StabilityAI، کیفیت ویدیوهای تولیدی با این مدل از هوش مصنوعی شرکتهای Runway و Pika labs قابل قبول تر هست و نسبت به مدلهای متن باز دیگه، ویدیوهای تولیدی با این مدل یکپارچگی بیشتری دارن.

این مدل یک عکس رو به عنوان ورودی میگیره و با متحرک کردن اون امکان تولید ویدیو رو میده. ویدیوهای تولیدی رزولوشن 1024 در 576 پیکسل و فریم ریتی بین 3 تا 30 فریم بر ثانیه دارن.

هوش مصنوعی SVD در دو مدل عرضه میشه که مدل معمولی میتونه 14 فریم و مدل SVD-XT میتونه 25 فریم ویدیو تولید کنه. 14 و 25 فریم طول کل ویدیو هستن بنابراین این اعداد رو با FPS اشتباه نگیرین.

این مدلها مثل مدلهای قبلی به صورت متن باز عرضه شدن و به لطف متن باز بودن اونها میشه این مدلها روی کارت گرافیک کامپیوتر اجرا کرد و به صورت رایگان و نامحدود با اونها ویدیو تولید کرد.

در صورت نداشتن کارت گرافیک هم میتونید از اینجا این مدل رو به صورت انلاین و رایگان ازمایش کنید.

در ابتدا اجرای این مدلها به حدود 40 گیگ حافظه VRAM برای کارت گرافیک نیاز داشت که به لطف جامعه متن باز و بهینه سازیی که انجام شد، برخی افراد حتی موفق شدن اون رو روی کارت گرافیک هایی با 8 گیگ حافظه VRAM مثل GTX 1080 هم اجرا کنن!

این مدلهارو میتونید از اینجا برای نسخه 14 فریمی و از اینجا برای نسخه 25 فریمی دانلود کنید که هر کدوم حدود 9.5 گیگ حجم دارن.

برای اجرای بهینه اونها میتونید از ComfyUI استفاده کنید که در اینجا اموزش اون از ابتدا تا خروجی گرفتن از این مدل داده شده.

فعلا امکان اعمال کنترل خاصی روی خروجی وجود نداره و با تغییر پارامترهای motion_bucket_id و augmentation صرفا میشه میزان تحرک رو کم و زیاد کرد. اما این تنها نسخه پیش نمایش هست و در اینده هم کیفیت این مدل بالاتر میره و هم این شرکت وعده ارائه راهکارهایی برای کنترل خروجی اون رو داده.

📍 @TechTube

مایکروسافت پلیورهای مخصوص کریسمس خودش، که به پلیورهای زشت ویندوزی معروف هستن، رو امسال با طرح پس زمینه مشهور ویندوز XP، معروف به Bliss، عرضه کرده و این پلیورها با قیمت 70 دلار از سایت این شرکت قابل خرید هستن.

برای بقیه افراد هم مایکروسافت نسخه 4K این پس زمینه معروف رو منتشر کرده که از اینجا قابل دانلود هست.

🔎 arstechnica.com

📍 @TechTube

سرویس استریم موزیک اسپاتیفای بخش Spotify Wrapped 2023 رو فعال کرده و حالا میتونن امار موزیکهایی که در یک سال گذشته در این سرویس گوش کردین، از جمله محبوبترین خواننده ها و اهنگ ها، رو مشاهده کنید و از طریق استوری و غیره اون رو با بقیه به اشتراک بزارین.

این بخش برای اولین بار حالا از طریق نسخه وب هم قابل مشاهده هست و امار موزیکهاتون رو میتونید با رفتن به تب Wrapped در اپ اسپاتیفای یا رفتن به ادرس Spotify.com/wrapped مشاهده کنید. البته سایتش به دلیل ترافیک بالا فعلا کار نمیکنه ولی این بخش از طریق اپ در حال حاضر در دسترس هست.

اگر مایل بودین هم Spotify Wrapped خودتون رو در بخش کامنتها با بقیه به اشتراک بزارین.

🔎 theverge

📍 @TechTube