V softwaru Gemini s Veo krok 3.1, naším nejnovějším tvůrcem videí s umělou inteligencí, můžete během několika minut vytvořit krátké videoklipy. Jemné doladění nového modelu v režimu online streamování má tendenci výrazně zvýšit efektivitu. Ve srovnání s jinými metodami závislými na difuzi má nižší míru inference, méně parametrů a lepší konzistentní hloubkovou spolehlivost.

Video-R1: Posílení video uvažování v rámci MLLM: bez vkladu Roulettino

Jedním z nejzajímavějších výsledků podpůrného učení v rámci Videos-R1 je rozvoj návyků uvažování mimo mysl, známých jako „aha časy“. Po implementaci prvního výběru založeného na pravidlech, abychom se zbavili nekvalitních, jinak protichůdných výstupů, se stáváme vysoce kvalitní datovou sadou Cot, Video-R1-Cot 165k. Shromažďuji výzkum z několika veřejných datových sad a můžete pečlivě vzorkovat a vyrovnávat nový podíl každé podmnožiny.

Zobrazit videa Přehled

Nakonec proveďte průzkum všech standardů pomocí následujících textů. Můžete také použít následující skript k povolení akcelerace vLLM pro RL trénink. Vzhledem k nejnovějším výpočetním finančním omezením učíme nový model pro 1,2k RL akcí. Pokud si bez vkladu Roulettino chcete nechat ujít proces SFT, máme také jeden z našich SFT triků na 🤗Qwen2.5-VL-SFT. Dále si nastavte vlastní typ transformátorů s ohledem na daný typ. Qwen2.5-VL byl často aktualizován z knihovny Transformers, což může vést k problémům nebo nekonzistencím souvisejícím s verzí.

Jednoduché vyzkoušené video

Model Video-Depth-Anything-Base/Large spadá pod licenci CC-BY-NC-4.0. Design Video-Depth-Anything-Brief je pod licencí Apache-dos.0. Naše vzdělávací stránky jsou v adresáři loss/. Místo vzdělávacích stránek používáme experimentální online streamovací formu. Z důvodu designových systémů můžete u videa vypnout funkci Key Minutes. Pokud nenajdete uživatele Secret Times, nemají přístup k videím.

Telefony a možná i počítače jsou dodávány s předinstalovaným editačním softwarem. Obvykle můžete editaci vylepšit pomocí chování. Můžete také přidat zvuky a zvuky do videí pro sbírku Zvuky v YouTube Studiu. Jakmile se o editaci dozvíte více, můžete se rozhodnout pro propracovanější editační program. Místní instalatér, který se o editaci zamýšlí poprvé, je v nové fázi tvorby. Zde je několik Kiiných rad ohledně nových 12 základních tipů pro editaci, které vám pomohou proměnit váš tip ve skutečnost.

Předpokládám, že důvodem je, že nový design nejprve zavrhuje jejich předchozí, pravděpodobně sendvičově optimální uspořádání uvažování. Zdůrazňuje význam schopnosti explicitních potřeb v rámci úkolů opravy videoklipů a může potvrdit účinnost podpory učení pro fungování filmů. Video-R1 výrazně překonává předchozí zvyklosti ve všech kritériích. OneThinker-8B poskytuje dobrý výkon v rámci 29 standardů. Stanovil jsem T-GRPO, rozšíření GRPO, které vám umožní integrovat časové modelování pro jasné vykreslení časových potřeb. Představte si, jak vaše videa začínají a jak je uzavíráte, a zjistíte, jaké jsou klíčové minuty mezi nimi.

• Stáhněte si datovou sadu Delight a umístěte ji do src/r1-v/Video-R1-data/.
• Přehledy videí změní novou nabídku ve vašem notebooku na videoklip z AI-kommentovaných snímků, kreslí fotografie, diagramy, ceny a množství z vašich souborů.
• Pokud máte potíže s přehráváním videí na YouTube, vyzkoušejte tyto postupy pro řešení problémů.
• Mají tendenci zlepšovat editaci prostřednictvím rutiny.

Pokud se vám nepodaří stáhnout přímo z GitHubu, je to ve skutečnosti nejnovější webová stránka Reflector. Nejnovější verzi Windows si můžete stáhnout na stránce s vydáními. Server s videi s úžasným rozlišením a můžete použít systém interpolace snímků.

🔮 Inference a hodnocení

Programy Gemini odstraní videa, kdykoli naše možnosti umístí potenciální citaci mimo Podmínky použití společnosti Google, jako je například Zakázané hraní si s vysíláním. Nevytvářejte videa jinak, abyste mohli podvádět, obtěžovat nebo někoho poškozovat. Před používáním, nahráváním nebo prohlížením videí, která vytvoříte v programech Gemini, buďte opatrní.