تا به حال دقت کردید که هوش مصنوعی در ساخت ویدیوهای طولانی، گاهی چهره کاراکترها را در صحنههای مختلف تغییر میدهد؟ محققان برای رفع این چالشِ «ثباتِ هویت»، فریمورک نوآورانه SlotMem را معرفی کردهاند.
این مدل با استفاده از یک حافظه اختصاصی برای هر کاراکتر، جزئیات بصری افراد را در طول ویدیو حفظ میکند و باعث میشود در ویدیوهای رواییِ طولانی، کاراکتر شما در طول داستان تغییر چهره ندهد. این یک قدم بزرگ برای حرفهایتر شدن تولید محتوای ویدیویی توسط هوش مصنوعی است.
منبع: arXiv Computer Vision