Stability AI, Üç Boyutlu Video Üretiminde Yeni Bir Çığır Açıyor

Görüntü oluşturma aracı Stable Diffusion ile tanınan Stability AI, üç boyutlu video üretiminde çığır açmaya devam ediyor. Şirket, bugün duyurduğu en yeni modeli ile tek bir açıdan çekilmiş bir nesnenin videosunu alıp, bu nesneyi birçok açıdan yeniden oluşturabiliyor.

Stable Video 4D olarak adlandırılan bu model, üç boyutlu bir nesnenin videosunu sekiz farklı perspektiften çok açılı görünümlere dönüştürebiliyor. Böylece, nesnenin hareketi ve görünümü çeşitli açılardan yeniden üretilebiliyor.

Bu yeni model, Stability AI’ın kasım ayında piyasaya sürdüğü Stable Video Diffusion modelinin temelleri üzerine inşa edildi. Stable Video Diffusion, hareketsiz bir görüntüyü hareket de dahil olmak üzere gerçekçi bir videoya dönüştürebiliyordu. Stability AI, Stable Video 4D modeli ile bir videoyu girdi olarak alıp, farklı perspektiflerden yeni videolar üretebilme kapasitesine sahip olduklarını belirtti. Bu, görüntü tabanlı video üretiminden tam 3D dinamik video sentezine geçişte önemli bir ilerlemeyi temsil ediyor.

Stability AI Product – DreamStudio

Stability AI, bu alandaki ilk çalışmasını mart ayında tanıttığı Stable Video 3D modeli ile başlatmıştı. Stable Video 3D, nesnelerin görüntülerini alarak, bu nesnelerin dönen üç boyutlu videolarını üretebiliyordu. Yeni Stable Video 4D modeli ise nesnenin hareketini de idare edebilecek ek yeteneklerle donatıldı. Stable Video 3D gibi, bu model de nesnenin görünmeyen kısımlarını yorumlayarak eksik perspektifleri tamamlıyor ve görünmeyen hareketleri yeniden üretebiliyor. Stable Video 4D, sekiz perspektiften beş karelik videoları yaklaşık 40 saniyede üretebiliyor ve tüm optimizasyon süreci yaklaşık 20 ila 25 dakika sürüyor.

Araştırma ekibi, önceki çalışmalarına dayanan çoklu görünüm yayılımına yeni bir yaklaşım kullanarak, kareler ve farklı perspektifler arasında üç boyutlu videoyu aslına sadık bir şekilde yeniden üretebilen bir model geliştirdiklerini belirtti.

Stability AI, Stable Video 4D’nin henüz araştırma aşamasında olduğunu ancak bu modelin film prodüksiyonu, artırılmış gerçeklik, sanal gerçeklik, oyun ve dinamik nesne görünümlerine ihtiyaç duyulan diğer endüstriler için büyük bir yenilik olacağını ifade etti.