يقدم PixVerse V2، أحدث منتج لتوليد الفيديو بتقنية الذكاء الاصطناعي والذي أصدرته شركة Aishi Technology، للمستخدمين تجربة إنشاء فيديو جديدة بوظائفه القوية وقابلية التشغيل المريحة. تعتمد هذه الأداة المبتكرة المبنية على نموذج الفيديو الكبير المزود بتقنية الذكاء الاصطناعي بنية Diffusion+Transformer وتتضمن عددًا من الإنجازات التكنولوجية، مما يحسن بشكل كبير من سلاسة واتساق ومتعة إنشاء الفيديو. لا يدعم PixVerse V2 فقط إنشاء مقاطع فيديو متواصلة متعددة بنقرة واحدة، ولكنه يسمح أيضًا للمستخدمين بإجراء تحرير ثانوي لتلبية الاحتياجات الإبداعية المتنوعة، مما يجعل إنشاء فيديو AI أكثر ملاءمة وكفاءة.
تشمل الميزات الرئيسية ما يلي:
آلية الانتباه الزماني المكاني: يقدم PixVerse V2 آلية انتباه مكاني زماني مطورة ذاتيًا، مما يعمل على تحسين إدراك المكان والزمان، خاصة عند معالجة المشاهد المعقدة.
القدرة على فهم النص: من خلال النماذج متعددة الوسائط، يمكن لـ PixVerse V2 محاذاة المعلومات النصية ومعلومات الفيديو بشكل أكثر دقة، مما يعزز فهم النموذج وقدرات التعبير.
تدريب نموذجي محسّن: استنادًا إلى نموذج التدفق التقليدي، يعمل PixVerse V2 على تعزيز تقارب النموذج بشكل أسرع وأفضل من خلال الخسارة الموزونة، مما يحسن كفاءة التدريب بشكل عام.
إمكانية إنشاء الفيديو: يدعم PixVerse V2 إنشاء مقاطع فيديو متعددة في وقت واحد، حتى 8 ثوانٍ للمقطع الواحد و40 ثانية لمقاطع متعددة، مع الحفاظ على التناسق بين المقاطع.
ميزات سهلة الاستخدام: يدعم PixVerse V2 إنشاء محتوى فيديو متواصل من 1 إلى 5 محتوى فيديو متواصل بنقرة واحدة، وتتوافق الصورة الرئيسية ونمط الصورة وعناصر المشهد بين المقاطع. بالإضافة إلى ذلك، يمكن للمستخدمين أيضًا إجراء تحرير ثانوي على النتائج التي تم إنشاؤها واستبدال محتوى الفيديو وضبطه بمرونة.
يخطط فريق Aishi Technology لإجراء ترقيات متكررة متعددة في الأشهر الثلاثة المقبلة لتوفير تجربة أفضل لإنشاء فيديو مدعوم بالذكاء الاصطناعي. الهدف من PixVerse V2 هو جعل إنشاء فيديو الذكاء الاصطناعي أكثر ملاءمة وكفاءة، سواء كان تسجيل الحياة اليومية أو سرد قصص الفيديو، يمكن تحقيقه بسهولة.
بفضل تقنيتها المتقدمة وواجهتها سهلة الاستخدام، من المتوقع أن تصبح PixVerse V2 رائدة في مجال إنشاء فيديو الذكاء الاصطناعي، مما يوفر للمستخدمين تجربة إنشاء فيديو أكثر ملاءمة وكفاءة وإبداعًا. ستعمل الترقيات التكرارية المستقبلية على تحسين الوظائف وتحسين رضا المستخدم، وهو أمر يستحق التطلع إليه.