Video Dalle

Любопытная модификация промта Dalle появившаяся так же от подписчика, идея в том чтобы кормить grid из 8 картинок вырезанных из видео. Это позволяет учить Dalle генерировать видео по текстовому запросуб.
Кстати можно ещё сильнее упороться и вместо одной из картинок вставлять мелграмму и сделать совсем дичь.

В принципе как я и упомянал ранее - 3d attention из Nuwa не то чтобы очень нужен чтобы генерировать видео. Большие трансформеры достаточно умны чтобы выучить специфичный вход и затем продолжить его.
Collab