VideoPoet
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Google Research,Carnegie Mellon University (CMU),Google DeepMind
- Tipo de Organización
- Industry,Academia,Industry
- País
- United States of America
- Publicado
- 21 December 2023
- Autores
- 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,…
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Video, Language, Audio
- Tarea
- Video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video
- Enfoque
- Self-supervised learning
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 8B
- Datos de entrenamiento
- 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."
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Confident
- Citas
- 474
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- VideoPoet: A Large Language Model for Zero-Shot Video Generation
- Última actualización
- 25 May 2026
Qué significan los números
De dónde vino
VideoPoet fue publicado por Google Research,Carnegie Mellon University (CMU),Google DeepMind, en el país registrado como United States of America, durante December 2023. La organización editora está clasificada como industry,Academia,Industry.
Funciona en el dominio de Video, Language, Audio, y se registra como realizando la tarea de video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Entrenamiento y procedencia
El conjunto de entrenamiento se ejecutó a aproximadamente 2,000,000,000,000 tokens de texto
Respuestas
VideoPoet — preguntas comunes
VideoPoet— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 8B. Biggest model has 8B parameters; there are also experiments with 300M and 1B models. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
VideoPoet— ¿Quién lo creó?
Fue publicado por Google Research,Carnegie Mellon University (CMU),Google DeepMind, basado en United States of America, una organización categorizada como industry,Academia,Industry.
VideoPoet— ¿cuándo fue lanzado?
Se publicó en December 2023. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
VideoPoet— ¿Para qué se utiliza?
Funciona en el dominio de Video, Language, Audio, y se registra como manejando la tarea de video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
VideoPoet— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
VideoPoet— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.