VideoPoet
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- Google Research,Carnegie Mellon University (CMU),Google DeepMind
- Typ organizace
- Industry,Academia,Industry
- Země
- United States of America
- Publikováno
- 21 December 2023
- Autoři
- Dan Kondratyuk, Lijun Yu, Xiuye Gu, José Lezama, Jonathan Huang, Grant Schindler, Rachel Hornung, Vighnesh Birodkar, Jimmy Yan, Ming-Chang Chiu, Krishna Somandepalli, Hassan Akbari, Yair Alon, Yong Cheng, Josh Dillon, Agrim Gupta, Meera Hahn, Anja Hauth, David Hendon, Alonso Martinez, David Minnen, Mikhail Sirotenko, Kihyuk Sohn, Xuan Yang, Hartwig Adam, Ming-Hsuan Yang, Irfan Essa, Huisheng Wang,…
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Video, Language, Audio
- Úkol
- Video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video
- Přístup
- Self-supervised learning
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 8B
- Výcviková data
- 2,000,000,000,000 tokens
Biggest model has 8B parameters; there are also experiments with 300M and 1B models.
Section 5.1: "We train on a total of 1B image-text pairs and ∼270M videos (∼100M with paired text, of which ∼50M are used for high-quality finetuning, and ∼170M with paired audio) from the public internet and other sources, i.e. around 2 trillion tokens across all modalities."
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Closed — provider access only
- Přístup k modelu
- Unreleased
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Confident
- Citace
- 474
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- VideoPoet: A Large Language Model for Zero-Shot Video Generation
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Odkud to přišlo
VideoPoet byl zveřejněn Google Research,Carnegie Mellon University (CMU),Google DeepMind, v zemi zaznamenané jako United States of America, během December 2023. Vydavatelská organizace je kategorizována jako industry,Academia,Industry.
funguje v oblasti Video, Language, Audio, a je zaznamenán jako vykonávající úkol video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Trénink a původ
Tréninková sada běžela na přibližně 2,000,000,000,000 tokeny textu
Odpovědi
VideoPoet — běžné otázky
VideoPoet— kolik má parametrů?
Má počet parametrů 8B. Biggest model has 8B parameters; there are also experiments with 300M and 1B models. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
VideoPoet— Kdo to vytvořil?
Bylo to publikováno společností Google Research,Carnegie Mellon University (CMU),Google DeepMind, zakládající se na United States of America, organizace zařazená jako industry,Academia,Industry.
VideoPoet— Kdy byl vydán?
Bylo to zveřejněno v December 2023. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
VideoPoet— K čemu se to používá?
funguje v oblasti Video, Language, Audio, a je zaznamenáno jako zpracovávající úkol video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
VideoPoet— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
VideoPoet— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.