Пока мы тут реверс-инжинирим конкурентов, Сбер зарелизил генератор видео с синхронным звуком. И самое приятное — не зажал под капотом, а выкинул всё это дело под барской лицензией MIT.

Что под капотом у нового СБЕРберга:

- Картинка и звук: Генерит в SD, HD или Full HD, а звук отдает в православных 44 кГц.
- Тайминг: Максимум 5 секунд. Как раз хватит, чтобы показать заказчику «смотрите, фича работает» и быстро закрыть плеер, пока ничего не отвалилось.
- Как юзать: Живет в GigaChat. Можно накидать промпт текстом или скормить первый кадр и сказать: «сделай вжух и добавь звук падающего прода».
- Самостоятельность: Если попросить сгенерить какую-то неведомую дичь (например, выспавшегося сеньора), модель сама пойдет искать референсы в сети.
- Ньютон бы одобрил: Завезли обновленную физику реального мира. Объекты теперь должны падать вниз, а не в пятое измерение (но это не точно).
- Свобода и MIT: Самое вкусное. Берите, встраивайте в свои пет-проекты или корпоративные продукты абсолютно бесплатно.

👉🏻 Репозиторий на Hugging Face