VideoPoet
Nincs becslés
Nincs hardver követelmény ennek a modellnek
A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..
Nyilvántartásban
Teljes specifikáció
Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- Google Research,Carnegie Mellon University (CMU),Google DeepMind
- Szervezet típusa
- Industry,Academia,Industry
- Ország
- United States of America
- Közölt
- 21 December 2023
- Szerzők
- 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,…
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Video, Language, Audio
- Feladat
- Video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video
- Megközelítés
- Self-supervised learning
Méret
Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.
- Paraméterek
- 8B
- Képzési adatok
- 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."
Elérhetőség
Hogy meg tudja-e szerezni a modellt és futtatni a saját hardverén, ez dönt arról, hogy alkalmazhatóak-e a lap ezen oldalán feltüntetett grafikus kártya adatok.
- Súlyok
- Closed — provider access only
- Modell hozzáférés
- Unreleased
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Confident
- Hivatkozások
- 474
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- VideoPoet: A Large Language Model for Zero-Shot Video Generation
- Utoljára frissítve
- 25 May 2026
Mit jelentenek a számok
Honnan jött
VideoPoet ki lett adva által Google Research,Carnegie Mellon University (CMU),Google DeepMind, az országban rögzítve mint United States of America, alatt December 2023. A kiadó szervezet a következő kategóriába tartozik industry,Academia,Industry.
Működik a területen a Video, Language, Audio, és úgy van rögzítve, mint a feladat végrehajtása video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video.
Ez egy zárt modell: a betanított értékek azoknál maradtak, akik előállították őket, és nincs helyi verzió a futtatáshoz.
Képzés és származás
A tanító készlet kb. futott 2,000,000,000,000 szöveg tokenjei
Válaszok
VideoPoet — gyakori kérdések
VideoPoet— Hány paramétere van?
Paraméterszáma 8B. Biggest model has 8B parameters; there are also experiments with 300M and 1B models. Ez a szám a teljes összeg, és ez határozza meg, hogy mennyi VRAM-ra van szüksége a modelleknek — körülbelül fél gigabájt milliárdonként a legtöbb ember által használt tömörítési módban.
VideoPoet— Ki készítette ezt?
Kiadta Google Research,Carnegie Mellon University (CMU),Google DeepMind, alapján United States of America, egy szervezet, amelyet kategorizáltak mint industry,Academia,Industry.
VideoPoet— Mikor adták ki?
Kibocsátották a December 2023. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
VideoPoet— Mire használják?
Működik a területen a Video, Language, Audio, és rögzítve van, hogy kezeli a feladatot video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.
VideoPoet— Milyen GPU-ra van szükségem, hogy futtathassam?
Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.
VideoPoet— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..