تا به حال فکر میکردید که برای تولید ویدیوهای حرفهای با هوش مصنوعی حتماً به سرورهای قدرتمند نیاز است؟ محققان با معرفی MobileWan این تصور را تغییر دادهاند!
این مدل جدید اجازه میدهد یک مدل دیفیوژن ۵ میلیاردی (که معمولاً سنگین محسوب میشود) به شکلی بهینه روی گوشیهای هوشمند اجرا شود. با استفاده از تکنیکهای بازگشتی (Recurrence) و فشردهسازی هوشمند، MobileWan میتواند ویدیوهای ۵ ثانیهای را با کیفیت بالا و سرعت قابلقبول مستقیماً روی دستگاه تولید کند. این یعنی گام بزرگی به سمت هوش مصنوعی مولد محلی (On-device AI) که به حریم خصوصی کمک کرده و نیاز به اینترنت پرسرعت را کاهش میدهد.
منتظر تحولات جذاب در ویرایش ویدیو با موبایل باشید! 🎥✨
منبع: arXiv Computer Vision