VideoPoet
Geen schatting
Geen hardwarevereisten voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of op uw eigen hardware worden uitgevoerd in welke omvang dan ook. Het is alleen toegankelijk via de provider, en geen grafische kaart verandert dat.
Op record
Volledige specificatie
Alles over dit model vastgelegd. Het meeste beschrijft hoe het getraind is in plaats van hoe het draait — nuttige context om te beoordelen hoeveel werk erin gestoken is en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd.
Oorsprong
Wie heeft dit model gebouwd, waar en wanneer het werd gepubliceerd.
- Organisatie
- Google Research,Carnegie Mellon University (CMU),Google DeepMind
- Organisatie type
- Industry,Academia,Industry
- Land
- United States of America
- Gepubliceerd
- 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,…
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.
- Domein
- Video, Language, Audio
- Taak
- Video generation, Audio generation, Text-to-video, Image-to-video, Video-to-video
- Benadering
- Self-supervised learning
Grootte
Hoe groot het model is en hoeveel data erop is getraind. Parameters zijn de cijfers die bepalen of het op een bepaalde grafische kaart past.
- Parameters
- 8B
- Opleidingsgegevens
- 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."
Beschikbaarheid
Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.
- Gewichten
- Closed — provider access only
- Model toegang
- Unreleased
Hoe het is geclassificeerd
Labels de bron dataset toepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Vereiste vertrouwen
- Confident
- Citaties
- 474
Bronnen
Waar deze record vandaan komt en wanneer het voor het laatst is gecontroleerd.
- Referentie
- VideoPoet: A Large Language Model for Zero-Shot Video Generation
- Laatst bijgewerkt
- 25 May 2026
Wat de cijfers betekenen
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.
Dit is een gesloten model: de getrainde waarden zijn bij degene gebleven die ze geproduceerd hebben, en er is geen lokale versie om te draaien.
Training en afkomst
The training set ran to roughly 2,000,000,000,000 tokens.
Antwoorden
VideoPoet — Veelgestelde vragen
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.
De andere richting
Vanuit het andere perspectief bekijken?
Deze pagina begint bij het model. Als u al een kaart bezit en alles wilt weten wat het zal uitvoeren, Begin liever bij de hardware.