Nová metóda na EPFL umožňuje generovanie videí bez časových obmedzení
Zdroj: EPFL News - Cécilia Carron | 6. 2. 2026
Tím vedcov z EPFL dosiahol významný pokrok v riešení problému driftu v generatívnych videách. Drift spôsobuje, že sekvencie sa stávajú nekoherentnými po niekoľkých sekundách. Ich prelomová metóda umožňuje vytvárať AI videá bez časových obmedzení. Nový prístup zahŕňa recykláciu chýb späť do modelu, čo mu umožňuje učiť sa z vlastných omylov. Tento postup zvyšuje stabilitu videí a znižuje nároky na výpočtový výkon. Metóda bola integrovaná do systému Stable Video Infinity a bude prezentovaná na konferencii ICLR 2026.
Generovanie realistických videí pomocou AI
Dnes môže ktokoľvek vytvoriť realistické obrázky pomocou AI len niekoľkými kliknutiami. Generovanie videí je však oveľa zložitejšia úloha. Existujúce AI modely dokážu produkovať videá, ktoré fungujú menej ako 30 sekúnd, kým sa nezačnú degradovať do náhodnosti s nekoherentnými tvarmi, farbami a logikou. Tento problém sa nazýva drift a odborníci na informatiku na ňom pracujú už roky.
Nový prístup k riešeniu driftu
Na EPFL sa výskumníci z laboratória Visual Intelligence for Transportation (VITA) rozhodli pre nový prístup - pracovať s chybami namiesto ich obchádzania alebo ignorovania. Vyvinuli metódu generovania videa, ktorá v podstate eliminuje drift. Ich metóda je založená na recyklácii chýb späť do AI modelu, aby sa mohol učiť z vlastných chýb.
Učenie strojov zvládať chyby
Drift spôsobuje, že videá sa stávajú čoraz nereálnejšími. Vzniká preto, že generatívne video programy zvyčajne používajú obraz, ktorý práve vytvorili, ako východiskový bod pre ďalší. To znamená, že akékoľvek chyby v tom obraze - napríklad rozmazaná tvár alebo mierne deformovaný objekt - sa v ďalšom obraze zväčšia, pričom chyba sa zhoršuje, ako sekvencia pokračuje.
Recyklácia chýb pre stabilnejšie videá
Nová metóda vynájdená na EPFL sa nazýva retraining by error recycling a bola úspešná pri odstraňovaní driftu. Výskumníci začínajú tým, že model generuje video, a potom merajú chyby v tom videu - teda rozdiel medzi vytvorenými obrazmi a obrazmi, ktoré mali byť vytvorené - podľa rôznych metrík. Tieto chyby sú uložené v pamäti. Pri ďalšom tréningu modelu sú chyby úmyselne vkladané späť do systému, aby model bol nútený fungovať v reálnych podmienkach.
Stabilné videá s minimálnymi nárokmi na výkon
Výsledkom je, že model sa postupne učí, ako sa vrátiť na správnu cestu po zobrazení nedokonalých dát, vracajúc sa k obrazom, ktoré sú jasné a logicky nasledujú pre ľudí - aj keď východiskový obraz bol deformovaný. Po takomto tréningu sa model stáva robustnejším a učí sa stabilizovať videá po vytvorení chybných obrazov.
Prínosy pre rôzne odvetvia
Metóda bola integrovaná do systému Stable Video Infinity (SVI), ktorý dokáže generovať kvalitné videá trvajúce niekoľko minút alebo dlhšie. SVI, dostupný v open source, bol testovaný porovnaním mnohých videí, ktoré vytvoril, s rovnakými sekvenciami generovanými iným AI systémom. Bude prezentovaný na konferencii ICLR 2026 v apríli. Odborníci z rôznych oblastí, vrátane audiovizuálnej produkcie, animácie a video hier, prejavili záujem o túto technológiu.
Zdroj
Autor pôvodného článku: Cécilia Carron
Zdroj: EPFL News
Originál: https://actu.epfl.ch/news/new-ai-system-pushes-the-time-limits-of-generative
Preklad a úprava: Redakcia umelainteligencia24
Licencia: CC BY-SA 4.0
Inzercia
Tento článok bol pôvodne publikovaný na EPFL News. Preklad a úprava: Simona Hrušková, umelá inteligencia24.
O autorovi
Simona Hrušková
Simona je redaktorka umelá inteligencia24 so zameraním na výskum, vývoj a nové technológie. Vyštudovala žurnalistiku na Univerzite Komenského v Bratislave a predtým pôsobila v technologickom médiu. Zaujíma sa o prepojenie umelej inteligencie so vzdelávaním, zdravotníctvom a udržateľnosťou.
