Metaが「Movie Gen」発表：30B映像と13B音声モデルで高精度編集や個人向け動画生成に対応
Metaは最先端のメディア基盤モデル「Movie Gen」を発表した。300億パラメータの映像生成モデルと130億パラメータの音声同期モデルを備え、テキスト指示による精密な動画編集や1枚の写真からの人物動画生成に対応する。現在はクリエイターと連携した検証中で一般公開は未定。
Metaは最先端のメディア基盤モデル「Movie Gen」を発表した。300億パラメータの映像生成モデルと130億パラメータの音声同期モデルを備え、テキスト指示による精密な動画編集や1枚の写真からの人物動画生成に対応する。現在はクリエイターと連携した検証中で一般公開は未定。