Нейросеть поддерживает разрешение до Full HD, позволяя пользователям выбирать качество в зависимости от скорости генерации. Модель точно синхронизирует движения губ персонажей с речью, а также добавляет звуки окружения: шум ветра, шаги или движение транспорта. По желанию звуковую дорожку можно отключить.
Сбер внедрил в GigaChat генерацию видео со звуком
Пользователи GigaChat теперь могут создавать пятисекундные видеоролики с синхронным аудиосопровождением. Новая функция базируется на модели Kandinsky 6.0 Video, которая автоматически подстраивает речь, музыку и фоновые шумы под визуальный ряд. Для запуска процесса достаточно текстового описания сцены или загрузки исходного кадра.
Разработчики уделили внимание физике движений, сделав анимацию людей, животных и техники более естественной. Технологию уже открыли для сторонних программистов: модель доступна по лицензии MIT и готова к интеграции в любые внешние продукты через стандартные инструменты.
Комментарии (0)
Пока нет комментариев. Будьте первым!