VideoPoet
Nincs becslés
Ennekhez a modellhez nincs hardverkövetelmény
A modellhez tartozó súlyokat nem tették közzé, így azt semmilyen méretben nem lehet letölteni vagy saját hardveren futtatni. Csak az adattovábbítóján keresztül érhető el, és semmilyen grafikus kártya nem változtat ezen..
Felvételen
Teljes specifikáció
Minden adatok ezen a modellen. A legtöbb leírás arról szól, hogyan volt kiképzve, nem pedig arról, hogyan fut — hasznos háttérinformáció arra vonatkozóan, hogy mennyi munka került bele, és hogyan viszonyul más méretű 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
- Kiadva
- 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 modell által épített probléma területek. Egy modell több különbözőt is tartalmazhat.
- Irányítószám
- Video, Language, Audio
- Feladat
- Video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video
- Approach
- Self-supervised learning
Méret
Mekkora a modell és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek meghatározzák, hogy illeszkedik-e egy adott grafikus kártyára.
- 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 megszerezheted-e a modellt és futtathatod a saját hardvereden, ami eldönti, hogy a ezen az oldalon szereplő grafikus kártyák adatai alkalmazhatóak-e.
- Súlyok
- Closed — provider access only
- Modell hozzáférés
- Unreleased
Hogyan van besorolva
Címkék, amelyeket a forráshalmaz alkalmaz, amikor figyelemmel kíséri a figyelemre méltó modelleket, és mennyire biztos a bejegyzésben.
- Rögzítési bizalom
- Confident
- Citations
- 474
Források
Honnan származik ez a rekord és mikor ellenőrizték utoljára.
- Referencia
- VideoPoet: A Large Language Model for Zero-Shot Video Generation
- Utoljára frissítve
- 25 May 2026
Mit jelentek a számok
Where it came from
VideoPoet was published by Google Research,Carnegie Mellon University (CMU),Google DeepMind, in United States of America, in December 2023. The organisation is categorised as industry,Academia,Industry.
It works in Video, Language, Audio, and is recorded as doing video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video.
This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.
Training and provenance
The training set ran to roughly 2,000,000,000,000 tokens.
Válaszok
VideoPoet — Gyakran ismételt kérdések
How many parameters does VideoPoet have?
VideoPoet has 8B parameters. Biggest model has 8B parameters; there are also experiments with 300M and 1B models. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created VideoPoet?
VideoPoet was published by Google Research,Carnegie Mellon University (CMU),Google DeepMind, based in United States of America, categorised as industry,Academia,Industry.
When was VideoPoet released?
VideoPoet was published in December 2023. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is VideoPoet used for?
VideoPoet works in Video, Language, Audio, and is recorded as handling video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video. These are the areas it was designed around; they describe intent rather than a hard boundary.
What GPU do I need to run VideoPoet?
None. VideoPoet is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is VideoPoet open source?
No. VideoPoet has not had its weights published, so it exists only as a service controlled by its owner.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már rendelkezik egy kártyával és szeretné tudni, hogy minden mit fog futtatni, kérjük, folytassa., kezdje a hardverrel inkább.