شرکت چینی شینگ‌شو مدل ویدو را به عنوان رقیب سورا معرفی کرد
شرکت فناوری چینی شینگ‌شو-ای‌آی با همکاری محققان دانشگاه چینهوا، اولین مدل هوش مصنوعی تبدیل متن به ویدیو چین با نام ویدو را در انجمن زونگ‌گوان‌سون پکن رونمایی کرد. این مدل پیشرفت سریع این کشور در حوزه گسترش هوش مصنوعی را نشان میدهد و قرار است با سورا از اوپن‌ای‌آی رقابت کند.
ویژگی‌های هوش مصنوعی تبدیل متن به ویدیو ویدو
ویدو می‌تواند با یک کلیک و دستور متنی ساده، کلیپ ویدیویی ۱۶ ثانیه‌ای با وضوح ۱۰۸۰پی بسازد. بر اساس توضیحات ارائه‌شده، این مدل بر پایه معماری تبدیل بصری به نام ترنسفورمر بینایی جهانی (یو-وی‌آی‌تی) ساخته شده که دو مدل هوش مصنوعی دیفوجن و ترنسفورمر را با یکدیگر ترکیب می‌کند.
ویدو قادر است محیط و اجسام جهان را به‌صورت واقعی شبیه‌سازی کند و صحنه‌هایی با جزئیات پیچیده و مطابق با قوانین فیزیک، همراه با افکت‌های نور و سایه ایجاد نماید. این مدل در نمایش حالات چهره نیز در ویدیو‌های خود مهارت دارد. علاوه بر این، ویدو درک خوبی از عناصر چینی دارد و می‌تواند ویدیو‌هایی از موجودات منحصر به فرد همانند پاندای غول‌پیکر و اژد‌های چینی تولید کند.
مدل هوش مصنوعی تبدیل متن به ویدیو‌های چینی ویدو تنها دو ماه پس از انتشار مدل سورا توسط استارتاپ آمریکایی اوپن‌ای‌آی که با بازتاب گسترده در سراسر جهان همراه بود، معرفی شده است. ژو جون، معاون انستیتوی هوش مصنوعی دانشگاه چینهوا و دانشمند ارشد شینگ‌شو-ای‌آی، در مراسم رونمایی از ویدو گفت پس از انتشار سورا، متوجه شدند که این مدل با نقشه راه فنی آن‌ها هم‌سو است، که آن‌ها را ترغیب کرد تا تحقیقات خود را با قاطعیت پیش ببرند.
