Midjourney анонсировала V7: генерация видео в реальном времени с улучшенной детализацией

Сегодня компания Midjourney официально представила седьмую версию своего генеративного инструмента, которая впервые включает возможность создания видео в реальном времени. Пользователи могут ввести текстовый запрос — и всего за несколько секунд получить 10-секундный ролик в разрешении 4K. Это стало возможным благодаря новой архитектуре Diffusion Transformer с временным вниманием, которая обрабатывает данные в 3 раза быстрее предыдущих моделей. Параметры модели, по заявлениям разработчиков, превышают 12 миллиардов, а обучалась она на масштабном датасете из пар видео и текста.

Особое внимание в V7 уделено детализации и согласованности движения: исчезли типичные артефакты мерцания и искажения объектов. В тестовых сравнениях Midjourney V7 обошла Runway Gen-3 и Pika по показателям визуального качества и соответствия запросу. Бета-версия уже доступна для подписчиков плана Pro и выше по цене от 60 долларов в месяц. По словам CEO Дэвида Хольца, это лишь первый шаг к созданию полноценных интерактивных 3D-миров.

Для профессиональных создателей контента нововведение означает резкое сокращение времени на производство видеоэффектов и анимации. „Теперь любой концепт можно визуализировать за считанные минуты, не прибегая к сложному монтажу“, — отметил один из бета-тестеров. Midjourney планирует расширить функционал до генерации фильмов произвольной длины и интеграции с VR-устройствами в ближайшие полгода.