Секретные AI видеомодели Meta были слиты

Две загадочные новые AI видеомодели, под кодовыми названиями Polaris и Vega, внезапно появились в рейтингах text-to-video от Artificial Analysis, вызвав значительный резонанс в индустрии. Их необъявленное появление, впервые замеченное Брентом Линчем, немедленно разожгло интенсивные спекуляции об их происхождении и возможностях, сигнализируя о появлении мощной, неожиданной силы в быстро развивающемся ландшафте генеративного AI.

Первые публичные демонстрации показывают высокую производительность обеих моделей. Вывод в настоящее время ограничен 10-секундными клипами в четком разрешении 1080p, что критически важно, включая встроенный звук. Эта высокая точность в сочетании с наблюдаемой согласованностью между кадрами и следованием промптам в ранних превью предполагает, что эти модели уже удивительно хорошо развиты и потенциально готовы к производству для различных приложений короткого контента.

Их внезапное появление фундаментально нарушает установленную иерархию генерации AI видео. Лидеры, такие как Sora от OpenAI и Veo от Google, теперь сталкиваются с неожиданными, грозными соперниками, которые, казалось бы, материализовались за одну ночь. Модели также превентивно бросают вызов долгожданному Kling 4, заставляя быстро переоценить конкурентное поле. Хотя официальное подтверждение ожидается, сильные предположения в индустрии указывают на Meta как на разработчика по крайней мере одной модели, что согласуется с недавними достижениями в области AI от Superintelligence Labs компании Meta, включая Muse Image и Muse Glimmer.

Ведущая теория прямо указывает на Meta. Ее Superintelligence Labs под руководством Александра Ванга недавно участвовала в быстром цикле выпуска, представив значительные AI модели. К ним относятся Muse Image, мощная модель генерации изображений, и Muse Glimmer, агентная LLM с открытым исходным кодом на 30 миллиардов параметров. Эта вспышка активности создает четкий контекст для выпуска новых фундаментальных моделей.

Критически важно, что Meta прямо объявила, что видеомодель «готовится к выпуску» вместе с релизом Muse Image. Внезапное появление Polaris и Vega в рейтингах Artificial Analysis без официального указания авторства подозрительно совпадает с этим ранее заявленным намерением. Этот тайминг предполагает, что Meta может тихо внедрять свои обещанные возможности генеративного видео.

Этот шаг усиливает агрессивную стратегию Meta в пространстве генеративных медиа. Компания последовательно создает и выпускает как открытые, так и закрытые фундаментальные модели, позиционируя себя для прямой конкуренции с другими крупными игроками в области передового AI. Неподтвержденное появление этих новых видеомоделей стало бы логичным следующим шагом в их объявленной дорожной карте.

Polaris быстро выделяется своей замечательной согласованностью между кадрами. Один впечатляющий результат показывает пилота, пишущего цифры на своей руке; эти цифры остаются стабильными и разборчивыми при смене нескольких ракурсов камеры, что является значительным достижением для моделей генеративного видео. Эта способность предполагает надежное внутреннее представление объектов и их постоянного состояния.

Более того, Polaris демонстрирует впечатляющее понимание физики и сложных взаимодействий. Клип, изображающий разворачивающийся большой баннер, ярко иллюстрирует это: ветер подхватывает ткань, превращая ее в парус, который реалистично развевается и едва не отрывает рабочего от земли. Эта динамическая симуляция знаменует собой явный прогресс по сравнению с более ранними моделями, которые часто испытывали трудности с такими нюансированными реакциями на окружающую среду.

Несмотря на эти сильные стороны, Polaris демонстрирует незначительные недостатки, такие как рендеринг четкого текста на нашивках одежды, который часто выглядит искаженным. Однако модель исключительно точно следует промптам, последовательно генерируя специфические детали, такие как пар от дыхания собаки, выходящий из ноздрей. Модель даже создает узнаваемые объекты интеллектуальной собственности, включая очаровательного персонажа «Batbaby». Подробнее о более широких инициативах Meta в области генеративного ИИ, включая предыдущие работы над моделями изображений и видео, см. Introducing Muse Image and Muse Video - Meta AI.

Vega, вторая новая модель, демонстрирует уникальные возможности, которые выделяют ее на фоне остальных. Она показывает выдающийся мультиязычный липсинк (синхронизацию губ), что является критически важным компонентом для реалистичной анимации персонажей. В одном ярком примере италоговорящий человек в зеркальном зале видит, как все отражения точно синхронизируются с его произносимыми словами, что подчеркивает продвинутую пространственно-временную и слуховую согласованность Vega. Это нюансированное исполнение намекает на глубокое понимание человеческой речи и ее визуального проявления.

Хотя Vega доказывает свою заметную способность к рендерингу текста и вывесок на экране, поддерживая впечатляющую согласованность шрифтов и правописания между кадрами, она не лишена недостатков. Модель может вносить непредусмотренные артефакты, такие как «всплывающий текст», появляющийся с эффектом «волшебной кисти». Это явление предполагает, что модель иногда галлюцинирует визуальные элементы, генерируя контент, который явно не был указан во входном промпте.

Четкое различие в сильных и слабых сторонах между физической согласованностью Polaris и лингвистическим и текстовым мастерством Vega убедительно указывает на их происхождение из разных семейств моделей. Это указывает на многосторонний подход к разработке — предполагая, что крупная лаборатория, вероятно, Superintelligence Labs компании Meta, использует различные архитектурные пути для AI video models. Эта стратегия параллельных инноваций значительно усиливает давление на всех конкурентов, заставляя их ускорять собственные исследования и расширять свои возможности, чтобы идти в ногу со временем.

Что такое Polaris и Vega?

Polaris и Vega — это кодовые названия двух новых, еще не анонсированных моделей ИИ для преобразования текста в видео, которые появились в таблицах лидеров Artificial Analysis, демонстрируя передовые возможности в области согласованности, физики и мультиязычного липсинка.

Подтверждено ли, что за Polaris или Vega стоит Meta?

Официального подтверждения нет, но веские косвенные доказательства, включая недавнюю активность Superintelligence Labs компании Meta и предыдущее обещание выпустить видеомодель, указывают на их причастность.

Как Polaris и Vega соотносятся с другими моделями ИИ для видео?

Первоначальные результаты показывают, что они весьма конкурентоспособны. Polaris преуспевает в согласованности между кадрами и физическом моделировании, в то время как Vega демонстрирует впечатляющую работу с текстом и мультиязычный липсинк, что делает их сильными претендентами в этой области.

Каковы текущие ограничения этих моделей?

Публичные демо-версии ограничены 10 секундами в разрешении 1080p. Polaris демонстрирует незначительные проблемы с генерацией текста, в то время как Vega может создавать нежелательные артефакты в виде всплывающего текста, несмотря на свою общую силу в рендеринге текста.