Le générateur automatique de vidéos est un modèle d'IA innovant capable de générer automatiquement des vidéos explicatives à partir d'un texte descriptif fourni par l'utilisateur. Il utilise un modèle linguistique de grande envergure pour générer un récit ou un texte explicatif, puis la synthèse vocale pour créer une narration audio. Il combine ensuite la génération d'images à partir de texte pour créer des images correspondant au contenu textuel, fusionnant finalement ces éléments pour produire une vidéo explicative. Ce produit s'appuie sur la plateforme de modèles de pointe de Baidu Intelligent Cloud, utilisant des modèles de la série ERNIE et combinant des technologies open source de synthèse vocale et de génération d'images à partir de texte pour automatiser le processus de génération vidéo.