爱诗科技 हाल ही में अपने वीडियो निर्माण उत्पाद PixVerse V2 को जारी किया है, जो एक AI वीडियो बड़े मॉडल पर आधारित एक नवोन्मेषी उपकरण है, जिसका उद्देश्य उपयोगकर्ताओं की रचनात्मक क्षमता को मुक्त करना है। PixVerse V2 ने Diffusion+Transformer (DiT) आधारभूत संरचना को अपनाया है और कई पहलुओं में तकनीकी नवाचार किया है, जिससे वीडियो निर्माण अधिक सुचारू, सुसंगत और दिलचस्प हो गया है।
मुख्य विशेषताएँ शामिल हैं:
समय-स्थान ध्यान तंत्र: PixVerse V2 ने अपने स्वयं के समय-स्थान ध्यान तंत्र को पेश किया है, जिसने जटिल दृश्यों को संभालते समय स्थान और समय की संवेदनशीलता को बढ़ा दिया है।
पाठ समझने की क्षमता: बहु-मॉडल के माध्यम से, PixVerse V2 पाठ जानकारी और वीडियो जानकारी को अधिक सटीकता से संरेखित कर सकता है, जिससे मॉडल की समझ और अभिव्यक्ति क्षमता बढ़ गई है।
अनुकूलित मॉडल प्रशिक्षण: पारंपरिक फ्लो मॉडल के आधार पर, PixVerse V2 ने भारित हानि के माध्यम से मॉडल के तेज और बेहतर संकुचन को बढ़ावा दिया है, जिससे समग्र प्रशिक्षण दक्षता में सुधार हुआ है।
वीडियो निर्माण क्षमता: PixVerse V2 एक बार में कई वीडियो क्लिप बनाने का समर्थन करता है, जिसमें एकल क्लिप 8 सेकंड तक और कई क्लिप 40 सेकंड तक हो सकती हैं, साथ ही क्लिप के बीच सुसंगतता बनाए रखी जाती है।
उपयोगकर्ता के अनुकूल सुविधाएँ: PixVerse V2 एक क्लिक में 1-5 निरंतर वीडियो सामग्री के टुकड़े बनाने का समर्थन करता है, और टुकड़ों के बीच मुख्य छवि, दृश्य शैली और दृश्य तत्वों की सुसंगतता बनाए रखता है। इसके अलावा, उपयोगकर्ता उत्पन्न परिणामों का द्वितीयक संपादन भी कर सकते हैं, जिससे वीडियो सामग्री को लचीले ढंग से बदलने और समायोजित करने की सुविधा मिलती है।
爱诗科技 टीम अगले 3 महीनों में कई बार पुनरावृत्ति और उन्नयन करने की योजना बना रही है, ताकि बेहतर AI वीडियो निर्माण अनुभव प्रदान किया जा सके। PixVerse V2 का लक्ष्य AI वीडियो निर्माण को अधिक सुविधाजनक और प्रभावी बनाना है, चाहे वह दैनिक जीवन को रिकॉर्ड करना हो या वीडियो कहानी सुनाना हो, इसे आसानी से किया जा सके।