Stable Video Infinity ile uzun süreli video üretimi

İsviçre Federal Teknoloji Enstitüsü Lausanne'da (EPFL) araştırmacılar, video üretiminde önemli bir zorluğu ele alan yeni bir yapay zeka tabanlı araç tanıttı. Stable Video Infinity (SVI) adlı sistem, teknoloji topluluğunun dikkatini çekmeyi şimdiden başardı.

Mevcut video üretim modellerinin çoğu, yalnızca birkaç saniyeden yaklaşık yarım dakikaya kadar süren kısa klipler üretebiliyor. Süre uzadıkça görüntüler bozulmaya başlıyor: karakterler değişiyor, sahneler kararsız hale geliyor ve dizinin mantığı bozuluyor. Sapma olarak bilinen bu etki, uzun süredir neredeyse kaçınılmaz kabul ediliyordu.

Visual Intelligence for Transportation (VITA) laboratuvarı ekibi, modelleri eğitmek için alışılmadık bir yaklaşım önerdi. Video üretimi sırasında ortaya çıkan hataları görmezden gelmek yerine, yeni yöntemleri olan "yinelenen hata yeniden eğitimi" bu aksaklıkları kasıtlı olarak öğrenme sürecine dahil ediyor. Pratikte bu, yapay zekanın kendi bozulmalarını yönetmeyi öğrendiği anlamına geliyor.

Proje lideri Profesör Alexander Alahi, yaklaşımı şiddetli türbülans içinde pilot eğitmeye benzetiyor. Hatalardan öğrenmek, sistemi daha sağlam hale getiriyor ve uzun süreli üretim sırasında bile kararlılığı korumasına olanak tanıyor. Bu ilke, Stable Video Infinity'nin temelini oluşturuyor. Genellikle 20-30 saniye sonra bozulan mevcut çözümlerin aksine, SVI birkaç dakika veya daha uzun süren tutarlı ve detaylı videolar oluşturabiliyor.

Ekip ayrıca, yapay zekanın video, görüntü ve sesle çalışırken içsel mantığı senkronize etmesine yardımcı olan LayerSync yöntemini tanıttı. Birlikte, bu teknolojiler daha güvenilir otonom sistemler ve büyük ölçekli üretken medya için yol açıyor. Proje şimdiden GitHub'da açık kaynak olarak mevcut ve 2.000'den fazla yıldız topladı. Araştırma, üretken teknolojilerin geleceği için önemini vurgulayarak ICLR 2026 konferansında sunuldu.