Tworzenie klipów z opisu tekstowego lub ożywianie obrazu, przy próbie zachowania spójności ruchu i wyglądu między klatkami. Wiele współczesnych systemów korzysta z latentnych modeli dyfuzyjnych i transformerów przetwarzających czas oraz przestrzeń; niektóre generują również zsynchronizowany dźwięk.
Creating clips from text descriptions or animating an image while trying to preserve motion and appearance across frames. Many contemporary systems use latent diffusion models and transformers that process space and time; some also generate synchronised audio.
To tworzenie krótkich filmów przez program na podstawie opisu albo jednego zdjęcia.
This is software making short videos from a description or a single photo.
Nakręcenie nawet kilkusekundowego ujęcia wymaga kamery, ludzi, miejsca i montażu.
Filming even a few seconds of footage needs a camera, people, a location and editing.
Tworzy kolejne klatki z uwzględnieniem ruchu i wyglądu sceny, próbując zachować ciągłość; szczegóły mogą zmieniać się niepożądanie.
It generates frames using scene appearance and motion, trying to preserve continuity; details can still change unexpectedly.
Stare zdjęcie babci ożywa na ekranie: uśmiecha się i lekko odwraca głowę, choć nikt tego nie nagrał.
An old photo of your grandmother comes alive on screen: she smiles and turns her head, though no one ever filmed it.