به گزارش پلاتو هنر، شرکت چینی ShengShu-AI از مدل هوش مصنوعی تبدیل متن به ویدیو خود به نام Vidu رونمایی کرد. این مدل می‌تواند بر اساس پرامپت‌های متنی کاربران، ویدیوهای 16 ثانیه‌ای با کیفیت 1080p تولید کند.

همان طور که در ویدیو بالا مشاهده می‌کنید، هوش مصنوعی Vidu  توانایی خوبی در به تصویر کشیدن جزئیات و واقع‌نمایی دارد اما مانند همه ابزارهای تبدیل متن به ویدیو، ضعف‌هایی هم دارد. برای مثال، در بعضی از نماها حرکت کاراکترها مشکل دارد و واقعی به نظر نمی‌رسد.

چند ماه پیش هم شرکت OpenAI از هوش مصنوعی تبدیل متن به ویدیو Sora رونمایی کرد. هوش مصنوعی Sora می‌تواند پرامپت‌های متنی کاربران را به ویدیوهای واقع‌گرایانه تبدیل کند. البته ویدیوهایی که Sora تولید می‌کند، 60 ثانیه‌ای هستند. برای آشنایی بیشتر با هوش مصنوعی Sora، این گزارش را بخوانید.