Les chercheurs de Google Research viennent de présenter Lumiere, un modèle text-to-video capable de créer des clips réalistes de haute qualité, quoique d’une durée maximale de cinq secondes. L’outil est capable d’animer tout ou partie d’une image, en réponse à des prompts textuels en langage naturel. L’outil présente également des capacités d’incrustation vidéo. Selon l’équipe à l’origine du projet, l’architecture de Lumiere construit toute la vidéo en une seule fois, alors que les modèles précédents avaient tendance à générer la première et la dernière image, puis à combler l’espace entre les deux. A l’heure actuelle, Google Lumiere n’est encore qu’à l’étape de projet de recherche, mais ce modèle de “diffusion spatiale” provoque l’enthousiasme.
*Pour en savoir plus : *
Source archive Kessel : https://qant.kessel.media/posts/pst_e78a4d77f7054362b590a41c4b72ae00
