ران‌وی مدل Gen-4.5 رو معرفی کرد. جهش جدی در کیفیت ویدیوهای هوش مصنوعی
دیروز شرکت ران‌وی مدل جدید تولید ویدیو یعنی Gen-4.5 رو معرفی کرد. این مدل هم‌زمان با انتشار، مستقیم رفت صدر جدول Video Arena و با امتیاز Elo حدود ۱۲۴۷، بالاتر از رقبای بزرگی مثل Veo 3 گوگل و Sora 2 Pro اوپن‌ای‌آی قرار گرفت. این رتبه براساس رأی کاربران در تست‌های کور به دست اومده و فعلاً Gen-4.5 رو به عنوان «بهترین مدل عمومی برای تولید ویدیو از متن و عکس» نشون می‌ده.

طبق اطلاعات رسمی ران‌وی و گزارش‌هایی مثل CNBC و The Decoder، نسخهٔ جدید نسبت به Gen-4 چند پیشرفت مهم داره. حرکت دوربین‌ها طبیعی‌تر و سینمایی‌تر شده.

فیزیک محیط و تعامل اجسام واقعی‌تره و شخصیت‌ها ثبات هویتی خیلی بهتری دارن. جزئیات چهره، دست و حرکات بدن هم چشمگیرتر شده. مدل حالا می‌تونه پرامپت‌های پیچیده و طولانی رو بدون افت کیفیت اجرا کنه، از جمله دستورهای زمان‌بندی‌شده و تغییرات مرحله‌ای در صحنه.

مدل Gen-4.5 روی GPU های Hopper و Blackwell اجرا می‌شه که باعث شده سرعت استنتاج بالا بمونه در حالی که کیفیت خروجی به‌مراتب بهتر شده. همهٔ حالت‌های قبلی مثل Image-to-Video، Keyframes و Video-to-Video هم در نسخهٔ جدید فعال هستن و کنترل‌های سبکی مختلف از فوتورئال تا سینمایی رو پشتیبانی می‌کنه.

رول‌اوت مدل تدریجیه. کاربرای پلن Pro و Unlimited تا آخر همین هفته بهش دسترسی کامل پیدا می‌کنن و چند شرکت بزرگ هم دسترسی زودهنگام گرفتن. در کنار این، مدل Gen-4 قدیمی هم برای همهٔ کاربرای رایگان باز شده.

البته ران‌وی خودش گفته که مدل هنوز محدودیت‌هایی داره. مثال‌هایی مثل مشکل در علت‌ومعلول دقیق یا ناپدیدشدن بعضی اشیا در موقعیت‌های پیچیده هنوز کامل حل نشده. ولی طبق گفتهٔ تیم ران‌وی، Gen-4.5 فقط اولین قدم از چند انتشار بزرگ جدیده و سرعت پیشرفت‌شون در حوزهٔ world modeling قراره بیشتر هم بشه.
#هوش_مصنوعی

✈️@mohammad_zammani
📱Mohammad.zammani.offical