A IA chinesa para criar vídeos consegue criar vídeos realistas de até 16 segundos e com resolução máxima de 1080 pixels, que comumente é chamada de Full HD. Ela usa uma tecnologia de transformação visual própria chamda de Universal Vision Transformer (U-ViT).
Por Redação, com Canaltech - de Pequim
A era das IAs capazes de transformar texto em vídeos realistas parece ter começado. No último sábado, a companhia chinesa ShengShu revelou a Vidu, uma IA que cria vídeos estilo o Sora, da OpenAI. A novidade é fruto de uma parceria entre a empresa e a Universidade de Tsinghua.
A IA chinesa para criar vídeos consegue criar vídeos realistas de até 16 segundos e com resolução máxima de 1080 pixels, que comumente é chamada de Full HD. Ela usa uma tecnologia de transformação visual própria chamda de Universal Vision Transformer (U-ViT).
Conforme relato do site chinês Global Times, a IA foi apresentada durante o Fórum Zhongguancun, evento de tecnologia e inovação realizado em Pequim. Sua base tecnológica foi apresentada inicialmente em setembro de 2022, portanto antes do anúncio do Sora em fevereiro de 2024.
– Depois do lançamento do Sora, descobrimos que ele estava bastante alinhado com o nosso roteiro técnico, o que posteriormente nos motivou a avançar em nossa pesquisa com determinação – explicou o vice-reitor do Instituto de Inteligência Artificial da Universidade de Tsinghua Zhu Jun, que também é cientista-chefe da ShengShu-AI.
Demonstração
No site da ShengShu-AI é possível ver um breve vídeo demonstrando a novidade, assim como algumas publicações feitas no X (antigo Twitter) também trazem criações impressionantes, e aparentemente "nível Sora”, da tecnologia.
Apesar da novidade e de ser possivelmente a primeira IA do gênero apresentada desde que a OpenAI revelou o Sora ao mundo, os criadores da tecnologia chinesa não deram qualquer pista de quando o recurso será liberado ao público nem se ele será lançado fora da China.