VNR Content
Pearl
Ngày 15/3 vừa qua, Tencent - gã khổng lồ internet của Trung Quốc đã chính thức giới thiệu mô hình trí tuệ nhân tạo (AI) mang tên Follow-Your-Click. Đây là một công cụ hoạt hình mới cho phép người dùng tạo ra các video hoạt hình ngắn bằng cách nhấp chuột vào các phần của hình ảnh và chuyển chúng thành video động.
Follow-Your-Click được công bố trên trang web mã nguồn mở GitHub của Microsoft, trở thành một dự án hợp tác giữa nhóm Hunyuan của Tencent, Đại học Khoa học và Công nghệ Hong Kong cùng Đại học Thanh Hoa Trung Quốc. Tencent dự kiến sẽ phát hành mã nguồn đầy đủ cho công cụ này vào tháng 4 tới, tuy nhiên phiên bản dùng thử đã có sẵn trên GitHub để người dùng có thể trải nghiệm.
Mục đích chính của Follow-Your-Click là giải quyết các vấn đề mà các mô hình chuyển hình ảnh thành video khác trên thị trường gặp phải - có xu hướng di chuyển toàn bộ cảnh thay vì tập trung vào các đối tượng cụ thể trong ảnh. Các mô hình AI khác thường yêu cầu người dùng đưa ra những mô tả chi tiết về cách thức và nơi họ muốn hình ảnh di chuyển, trong khi Follow-Your-Click chỉ đơn giản là nhấp chuột vào đối tượng mà họ muốn tạo hiệu ứng động.
Trong bài đăng trên arXiv, các nhà nghiên cứu viết: "Khung làm việc của chúng tôi có khả năng kiểm soát người dùng đơn giản hơn nhưng chính xác hơn và hiệu suất tạo ra tốt hơn so với các phương pháp trước đây".
Việc tạo video từ văn bản đã trở thành một chủ đề nóng kể từ khi OpenAI giới thiệu Sora vào ngày 15/2 vừa qua. Trước đó, hồi tháng 1, Tencent cũng đã trình làng công cụ chỉnh sửa và tạo video nguồn mở VideoCrafter2, có khả năng tạo video từ văn bản - phiên bản cập nhật của VideoCrafter1 được phát hành vào tháng 10/2022 nhưng chỉ giới hạn ở các video 2 giây.
Các đối thủ của Tencent tại Trung Quốc cũng đã tích cực tham gia cuộc đua phát triển trí tuệ nhân tạo video. Tập đoàn Alibaba gần đây đã tung ra một công cụ tạo video chân dung có tên EMO, biến hình ảnh và lời nhắc âm thanh thành video hát và nói chuyện. Gần như cùng thời gian đó, ByteDance đã phát hành mô hình chuyển văn bản thành video MagicVideo-V2.
Follow-Your-Click được công bố trên trang web mã nguồn mở GitHub của Microsoft, trở thành một dự án hợp tác giữa nhóm Hunyuan của Tencent, Đại học Khoa học và Công nghệ Hong Kong cùng Đại học Thanh Hoa Trung Quốc. Tencent dự kiến sẽ phát hành mã nguồn đầy đủ cho công cụ này vào tháng 4 tới, tuy nhiên phiên bản dùng thử đã có sẵn trên GitHub để người dùng có thể trải nghiệm.
Trong bài đăng trên arXiv, các nhà nghiên cứu viết: "Khung làm việc của chúng tôi có khả năng kiểm soát người dùng đơn giản hơn nhưng chính xác hơn và hiệu suất tạo ra tốt hơn so với các phương pháp trước đây".
Việc tạo video từ văn bản đã trở thành một chủ đề nóng kể từ khi OpenAI giới thiệu Sora vào ngày 15/2 vừa qua. Trước đó, hồi tháng 1, Tencent cũng đã trình làng công cụ chỉnh sửa và tạo video nguồn mở VideoCrafter2, có khả năng tạo video từ văn bản - phiên bản cập nhật của VideoCrafter1 được phát hành vào tháng 10/2022 nhưng chỉ giới hạn ở các video 2 giây.
Các đối thủ của Tencent tại Trung Quốc cũng đã tích cực tham gia cuộc đua phát triển trí tuệ nhân tạo video. Tập đoàn Alibaba gần đây đã tung ra một công cụ tạo video chân dung có tên EMO, biến hình ảnh và lời nhắc âm thanh thành video hát và nói chuyện. Gần như cùng thời gian đó, ByteDance đã phát hành mô hình chuyển văn bản thành video MagicVideo-V2.
