Когда появились первые генераторы видео (Veo, например), интернет буквально взорвался. Видео выглядели как сцены из дорогих фильмов, и многие шутили, что теперь Голливуду пора волноваться. Однако, генерация видео была довольно дорогим удовольствием.
Теперь ситуация изменилась: вышла Sora 2, и любой желающий может бесплатно создавать десятки видео в день.
Я ML-инженер, который последние полгода все чаще использует генеративные нейросети для визуала. Фото уже почти не отличить от настоящих, но с видео всё сложнее. Моделей стало много, и главный вопрос, какая из них снимает реалистичнее?
Чтобы разобраться, я протестировал три самых обсуждаемых видеомодели: Sora 2 от OpenAI, Veo 3 от Google DeepMind и Grok Imagine от xAI.
Все три умеют генерировать видео по текстовому запросу, но работают совсем по-разному.
Sora 2 — это не просто апгрейд, а фактически новая архитектура. Если в первой версии модель использовала трансформер, натренированный на коротких клипах, то теперь это мультислойная диффузионная сеть, способная “понимать” время, движение и контекст в одной последовательности.
Для тех, кому лень читать и интересует вопрос: где взять промпты к Sora 2. Самое простое тут - 100 промптов на русском выложил ТГ-канал "N2D2"
Вместо статичных кадров модель работает с вектором динамики — по сути, она Читать полностью »
Салют! Меня зовут Григорий, и я CIO в команде AllSee.
В конце сентября OpenAI представила Sora 2Читать полностью »
