Forskere ved EPFL presenterer Stable Video Infinity, et AI-verktøy som løser drift-problemet i videogenerering med gjentakende feiltrening og LayerSync-metoden.
© RusPhotoBank
Forskere ved EPFL i Sveits har presentert et nytt AI-verktøy som løser et viktig problem i videogenerering: tap av tidsmessig sammenheng. Systemet, kalt Stable Video Infinity (SVI), har allerede vakt oppsikt i teknologimiljøet.
De fleste dagens videogenereringsmodeller kan bare lage korte klipp på noen sekunder til omtrent et halvt minutt. Når varigheten øker, begynner bildene å forvrides: figurer endrer seg, scener blir ustabile, og sekvenslogikken bryter sammen. Dette fenomenet, kjent som drift, har lenge vært ansett som nesten uunngåelig.
Teamet ved VITA-laboratoriet tok en ukonvensjonell tilnærming til modelltreningsmetoden. I stedet for å overse feil som oppstår under videogenerering, introduserer deres nye metode – «gjentakende feiltrening» – bevisst disse feilene tilbake i læringsprosessen. I praksis betyr dette at AI-en lærer å håndtere sine egne forvrengninger.
Prosjektleder professor Alexander Alahi sammenligner tilnærmingen med å trene en pilot i kraftig turbulens. Å lære av feil gjør systemet mer robust og lar det opprettholde stabilitet selv under langvarig generering. Dette prinsippet ligger til grunn for Stable Video Infinity. I motsetning til eksisterende løsninger, som ofte forverres etter 20–30 sekunder, kan SVI skape sammenhengende og detaljerte videoer som varer i flere minutter eller lengre.
Teamet introduserte også LayerSync-metoden, som hjelper AI-en med å synkronisere intern logikk når den arbeider med video, bilder og lyd. Sammen åpner disse teknologiene veien for mer pålitelige autonome systemer og storskala generativ media. Prosjektet er allerede åpen kildekode på GitHub, hvor det har fått over 2 000 stjerner, og forskningen ble presentert på ICLR 2026-konferansen, noe som understreker dens betydning for fremtiden til generative teknologier.