Le modèle IA Meta Muse Video génère des clips vidéo jusqu'à 10 secondes

Meta, l'entreprise technologique, développe un modèle d'intelligence artificielle nommé Muse Video, conçu pour générer des clips vidéo à partir de descriptions textuelles. Les rapports indiquent que le modèle est actuellement en phase de test bêta avec un nombre limité de partenaires et peut produire des vidéos individuelles d'une durée maximale de 10 secondes.

Le modèle Muse Video vise à interpréter et visualiser des invites complexes, y compris des descriptions de personnes, d'environnements et d'actions. Les tests initiaux suggèrent un potentiel dans la restitution des détails et la compréhension des relations objet-environnement, avec des signes prometteurs de stabilité temporelle dans les séquences générées.

Cependant, Meta a reconnu les limitations existantes. Des problèmes persistent dans la synchronisation audio-vidéo et la précision physique des mouvements rapides. La durée de sortie actuelle de 10 secondes est insuffisante pour évaluer les performances du modèle sur des récits plus longs, une représentation cohérente des personnages ou des séquences d'action intenses.

Des exemples de vidéos générées par Muse Video à partir de diverses invites textuelles ont été partagés. Ceux-ci incluent des scènes représentant des individus dans des rues animées, des lancements de fusées, des animaux et des effets visuels abstraits. Bien que ces exemples démontrent la capacité du modèle à interpréter les invites, ils n'offrent qu'un aperçu limité de son potentiel global.

Le développement de Muse Video s'inscrit dans le cadre des avancées plus larges de la création de contenu pilotée par l'IA. À mesure que la technologie mûrit et que les limitations sont résolues, elle pourrait offrir de nouveaux outils aux créateurs de contenu et aux industries créatives.