Генерация видео за два года: от мыльной картинки до кинематографичного 4K

Два года назад генерация видео считалась прорывом, если нейросеть выдавала несколько секунд мыльной картинки. Сегодня модели способны создавать полноценные сцены в 4K, сохранять внешность персонажей на протяжении всего ролика и использовать референсы. Это уже применяется в коммерческой работе.

В статье разобраны ключевые технологические изменения, которые произошли за этот период: улучшение качества, рост длины роликов, появление консистентности и контроль над сценами. Также оценивается влияние этих изменений на рынок видео-продакшна и креативных индустрий.

Автор выделяет направления, которые будут определять развитие генерации видео в ближайшие годы: работа со звуком, интеграция с текстовыми и аудио-моделями, а также снижение стоимости генерации. Полный текст доступен по ссылке.