VideoPoet
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Google Research,Carnegie Mellon University (CMU),Google DeepMind
- Type d'organisation
- Industry,Academia,Industry
- Pays
- United States of America
- Publié
- 21 December 2023
- Auteurs
- 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,…
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Video, Language, Audio
- Tâche
- Video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video
- Approche
- Self-supervised learning
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 8B
- Données d'entraînement
- 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."
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Confident
- Citations
- 474
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- VideoPoet: A Large Language Model for Zero-Shot Video Generation
- Dernière mise à jour
- 25 May 2026
Ce que les chiffres signifient
D'où cela vient-il
VideoPoet a été publié par Google Research,Carnegie Mellon University (CMU),Google DeepMind, dans le pays enregistré comme United States of America, durant December 2023. L'organisation de publication est catégorisée comme industry,Academia,Industry.
Il fonctionne dans le domaine de Video, Language, Audio, et est enregistré comme exécutant la tâche de video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video.
C'est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.
Entraînement et provenance
L'ensemble d'entraînement a duré environ 2,000,000,000,000 jetons de texte
Réponses
VideoPoet — questions courantes
VideoPoet— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 8B. Biggest model has 8B parameters; there are also experiments with 300M and 1B models. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
VideoPoet— qui l'a créé ?
Il a été publié par Google Research,Carnegie Mellon University (CMU),Google DeepMind, basé sur United States of America, une organisation catégorisée comme industry,Academia,Industry.
VideoPoet— quand a-t-il été publié ?
Il a été publié dans December 2023. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.
VideoPoet— à quoi ça sert ?
Il fonctionne dans le domaine de Video, Language, Audio, et est enregistré comme gérant la tâche de video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
VideoPoet— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
VideoPoet— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.