Meta 揭晓了一个新的人工智能（AI）系统 Make-A-Video，它也许基于文本提醒天生短视频。
Make-A-Video 禁止你输入一些单词或句子，例如“一只狗狗穿戴超级英雄的打扮以及一件白色大氅正在天际中遨游”，然后它会天生一个 5 秒的短视频片段，虽然确切率很高，但视频动机有些没有尽如人意。
（起因：Meta AI）
即使动机异常精致，但该系统供给了天生式人工智能的早期远景，这也是本年掀起了辽阔热潮的从文本到图像的人工智能系统的下一步。
Meta 揭晓的 Make-A-Video 大概会促进其他人工智能测验室揭晓他们自身的版本。这也引发了一些远大的伦理课题。
上个月，人工智能测验室 OpenAI 结束向一切人供给其最新的文本到图像 AI 系统 DALL-E，另一家人工智能首创公司 Stability.AI 也推出了开源的文本到图像天生系统 Stable Diffusion。
但从文本到视频的人工智能面临着一些更大的寻衅。开始，这些模子须要大度的算计才略。
它们所需的算力，比大型文本到图像的人工智能模子多很多，由于它们利用数百万张图像来锻炼，天生一个短视频就须要用到数百张图像。
这意味着，正在可猜测的他日，只要大型科技公司才真正有才略制作这些系统。它们的锻炼也较为容易，由于没有与文本匹配的高质量视频数据集。
为领会决这个课题，Meta 整合了来自三个开源图像以及视频数据集的数据来锻炼其模子。
颠末标注的静态图像（规范文本图像数据集）也许帮忙人工智能掌握物体的称号以及式样。
视频数据库也许帮忙它领会这些物体若何正在可靠天下中步履。这两种方式的贯串有助于完结基于文本天生视频并最终用于创造 Make-A-Video 模子。该模子的精细先容宣布于一篇未经同业评议的论文中。
艾伦人工智能争论所的算计机视觉争论迷信家坦梅尔·（Tanmay Gupta）说，Meta 的争论了局看起来很有远景。
Meta 揭晓的视频再现，该模子也许随着相机的旋转捕获到三维形态。该模子也对于深度以及光照的概念有着特定的领会。示意，许多细节以及动作都做得很没有错，而且令人敬佩。
然而他也弥补说，“本领层面仍有很大的前进空间，稀奇是假设这些系统要用于视频编写以及专科实质创造，例如咱们仍然很难正在物体之间建立繁复的交互模子。”
正在利用“艺术家用画笔正在画布上绘画”这段文字天生视频时，咱们也许看到画笔正在画布上迁徙，但画布上的笔触并没有可靠。说：“我指望看到这些模子恐怕乐成地孕育一系列的互动，例如‘汉子从书架上拿起一本书，戴上眼镜，一面坐下来一面喝咖啡’。”
就 Meta 而言，它将这项本领视为是“为创造者以及艺术家翻开新的机缘”。
但随着本领的繁华，人们耽心它大概会被用来算作一种建造以及传播作假信息以及深度造假的弱小器械。这大概会使识别收集实质的虚实变得尤其容易。
分解媒体各人亨利·阿杰德（）说，Meta 的模子进步了天生式人工智能的本领以及发觉性，但同时也带来了告急，由于“天生视频而没有是移动图像大概形成特殊的捣毁”。
说：“至多正在此日，发觉出人们大概置信的作假实质须要破费一些尽力。但正在他日，大概只有点多少下鼠标，就有大概孕育误导性的实质。”
创造 Make-A-Video 的争论人员过滤失落了蕴含打击性的图片以及文字，但他们利用了由数以百万计的图片以及单词组成的数据集，多少乎弗成能全面节略一切有私见以及有害的实质。
Meta 的一名讲话人示意，他们还未讨论向大众供给该模子，“算作本争论的一全体，咱们将连续研究进一步完满模子以及升高潜伏告急的方式。”
支柱：Ren