یکی از بزرگترین چالشهای ابزارهای هوش مصنوعی در ویرایش ویدیو، انتخاب بین «تغییرات خلاقانه» و «حفظ ثبات و پیوستگی بین فریمها» است؛ معمولاً با بهتر شدن یکی، دیگری قربانی میشود.
اما حالا محققان چارچوب جدیدی به نام «EquiEdit» معرفی کردند که با استفاده از تکنیکهای پیشرفته (مثل معماری Mamba برای حفظ توالی فریمها و تغییرات هوشمند در نویز تصویر)، توانسته تعادلی عالی بین کیفیت ویرایش و ثبات ویدیو ایجاد کند. این یعنی خروجیهای نهایی نه تنها دقیقاً مطابق دستور متنی شما هستند، بلکه در طول ویدیو هم لرزش یا تغییرات ناخواسته کمتری دارند.
این پیشرفت میتونه دنیای تدوین ویدیو با هوش مصنوعی رو یک قدم دیگه به استانداردهای سینمایی نزدیکتر کنه! 🚀
منبع: arXiv Computer Vision