🚀 جهش بزرگ در سرعت و کیفیت تولید ویدیو با هوش مصنوعی! 🎥

محققان تکنیک جدیدی به نام «Parallel Decoding Distillation» یا به اختصار PDD معرفی کرده‌اند که انقلابی در مدل‌های تولید تصویر و ویدیو ایجاد می‌کند.

مشکل اصلی مدل‌های فعلی این است که به دلیل فرآیندهای تکرارپذیر، زمان و توان محاسباتی زیادی مصرف می‌کنند و گاهی دچار کاهش تنوع در خروجی (Motion) می‌شوند. حالا PDD با یک روش هوشمندانه، به‌جای محاسبات پیچیده، چندین مرحله خنثی‌سازی نویز را در هر مرحله اجرا کرده و سرعت تولید را به شدت بالا می‌برد.

نتایج این تحقیق نشان می‌دهد که می‌توان با تنها ۴ تا ۸ مرحله ارزیابی، خروجی‌هایی بسیار باکیفیت و متنوع از مدل‌های قدرتمندی مثل LTX-2.3 و Wan 14B گرفت! ⚡️

منبع: arXiv Computer Vision