Исследователи из Швейцарии представили открытую систему Stable Video Infinity, способную генерировать длинные и связные видео.
Прорыв в генерации видео: ИИ больше не теряет сюжет через 30 секунд
Фото: © RusPhotoBank
Исследователи из Швейцарской высшей технической школы Лозанны (EPFL) представили новый инструмент на базе искусственного интеллекта, который решает одну из ключевых проблем генерации видео — потерю связности со временем. Система получила название Stable Video Infinity (SVI) и уже привлекла внимание технологического сообщества.
Большинство современных моделей генерации видео способны создавать лишь короткие ролики длительностью от нескольких секунд до полуминуты. При увеличении хронометража изображения начинают искажаться: персонажи меняются, сцены «плывут», а логика происходящего разрушается. Этот эффект известен как дрейф и долгое время считался почти неизбежным.
Команда лаборатории Visual Intelligence for Transportation (VITA) предложила нестандартный подход к обучению моделей. Вместо того чтобы игнорировать ошибки, возникающие при генерации видео, новый метод — «переобучение с использованием повторяющихся ошибок» — намеренно возвращает эти сбои в процесс обучения. Таким образом, ИИ учится справляться с собственными деформациями.
Руководитель проекта, профессор Александр Алахи, сравнивает этот подход с подготовкой пилота в условиях сильной турбулентности. Обучение на ошибках делает систему более устойчивой и позволяет ей сохранять стабильность даже при длительной генерации. Именно этот принцип лег в основу Stable Video Infinity. В отличие от существующих решений, которые часто теряют качество уже через 20–30 секунд, SVI способна создавать связные и детализированные видео продолжительностью в несколько минут и дольше.
Дополнительно команда представила метод LayerSync, который помогает ИИ синхронизировать внутреннюю логику при работе с видео, изображениями и аудио. Вместе эти технологии открывают путь к созданию более надежных автономных систем и масштабных генеративных медиа. Проект уже опубликован в открытом доступе на GitHub и собрал более 2000 звезд, а само исследование было представлено на конференции ICLR 2026, что подчеркивает его значимость для будущего генеративных технологий.