Компания Alibaba открыла исходный код модели искусственного интеллекта для генерации видео и изображений

Компания Alibaba Group Holding Ltd. объявила о том, что ее модель искусственного интеллекта для генерации видео и изображений, Wan 2.1, теперь доступна в качестве платформы с открытым исходным кодом. Ожидается, что этот шаг будет способствовать внедрению и усилению конкуренции в сфере ИИ.

Alibaba соответствует аналогичной стратегии ByteDance и стартапа DeepSeek. Ранее в этом году доступные модели DeepSeek с открытым исходным кодом привлекли внимание технологических инвесторов и удивили капиталоемкую отрасль, показав производительность, сопоставимую с такими признанными игроками, как OpenAI.

Alibaba расширяет возможности в области искусственного интеллекта, предлагая четыре варианта WAN 2.1

Компания Alibaba выпустила четыре варианта своей модели Wan 2.1 AI — T2V-1.3B, T2V-14B, I2V-14B-720P и I2V-14B-480P, — которые генерируют изображения и видео на основе текстовых и графических входных данных. Обозначение «14B» указывает на то, что эти варианты обрабатывают 14 миллиардов параметров, что позволяет им обрабатывать более сложные входные данные и получать более точные результаты.

Эти модели доступны по всему миру на платформах ModelScope и HuggingFace от Alibaba Cloud для академического, исследовательского и коммерческого использования.

В январе Alibaba представила последнюю версию своей модели искусственного интеллекта для генерации видео и изображений, позже сократив ее название с Wanx до Wan. Компания подчеркнула ее способность генерировать высокореалистичные визуальные образы. С тех пор Alibaba подчеркивает свое лидирующее положение в VBench, рейтинге моделей генерации видео, где она превосходит конкурентов по таким функциям, как взаимодействие нескольких объектов.

Во вторник компания представила предварительную версию своей модели рассуждений QwQ-Max, которую она намерена сделать открытым исходным кодом после полного релиза.

Компания ByteDance запускает OmniHuman, систему искусственного интеллекта, которая создает видеоролики с изображением всего тела из одного снимка

Всплеск разработки ИИ с открытым исходным кодом происходит на фоне значительных успехов конкурентов. Компания ByteDance, материнская компания TikTok, недавно объявила о запуске OmniHuman, продвинутой системы ИИ, способной генерировать видео с изображением всего тела на основе всего одной фотографии.

Отличительной чертой OmniHuman от аналогичных систем искусственного интеллекта является способность создавать динамичные видеоролики, в которых субъект может говорить, жестикулировать и двигаться естественно. Система была обучена на более чем 19 000 часах видеоконтента и использует эти данные для создания видеороликов, имитирующих человеческое поведение с точки зрения движений и мимики.

Одна из первых демонстраций использования OmniHuman — это видео лекции Альберта Эйнштейна. Видео мгновенно стало вирусным в интернете, что доказывает, насколько важна эта функция.

Хотя OmniHuman — первая система искусственного интеллекта, которая утверждает, что может создать правдоподобное видео всего с одним изображением, другие системы могут добиться аналогичных результатов, используя всего несколько изображений.

Для начала, есть Pollo AI, который позволяет пользователям создавать видеоролики, загружая изображения. Он прост в использовании, и, имея всего лишь изображения и текстовую подсказку, может создавать видео на основе заданныхdefiстилей.

В Canva есть аналогичный генератор видео с использованием ИИ. Его набор шаблонов и функций редактирования позволяет пользователям без продвинутых навыков создания видео легко создавать видеоролики, сгенерированные ИИ, используя изображения.

У Freepik также есть похожий генератор видео на основе ИИ, который предлагает несколько режимов генерации и параметров настройки для создания увлекательных видеороликов, используя только изображения и подсказки.

Alibaba инвестирует 52 миллиарда долларов в развитие искусственного интеллекта и облачных технологий

Несколько дней назад Alibaba объявила о планах инвестировать не менее 380 миллиардов юаней (52 миллиарда долларов) в течение следующих трех лет для укрепления своей инфраструктуры облачных вычислений и искусственного интеллекта.

Интернет-гигант, соучредителем которого является Джек Ма, планирует инвестировать в свою инфраструктуру искусственного интеллекта и облачных вычислений больше, чем за последние 10 лет. В связи с тем, что развивающиеся модели становятся все более ресурсоемкими, компания заявила в своем официальном блоге, что Alibaba планирует выступать в качестве партнера для компаний, разрабатывающих и внедряющих ИИ в реальном мире.

Эта цель представляет собой одну из крупнейших инвестиций Китая в инфраструктуру искусственного интеллекта и подчеркивает растущие амбиции Alibaba в этой области. Однако она возникает на фоне опасений инвесторов по поводу того, не переоценят ли некоторые крупные технологические компании спрос на услуги ИИ в будущем или недооценят капитальные затраты на их создание.

Аналитики TD Cowen в пятницу отметили, что корпорация Microsoft расторгает договоры аренды значительной части мощностей центров обработки данных в США. Этот шаг может отражать опасения по поводу того, не создает ли компания больше вычислительных мощностей для искусственного интеллекта, чем ей потребуется в долгосрочной перспективе. Акции Alibaba на Гонконгской бирже упали в понедельник на 3%.

Другие крупные технологические компании, такие как Meta Platforms Inc. и Amazon.com Inc., обещают вложить миллиарды долларов в строительство центров обработки данных, необходимых для обучения, разработки и размещения сервисов искусственного интеллекта.