Tencent'ten Teknoloji Devrimi: Sadece Komutla İstediğiniz Videoyu Yaratın!
Tencent'in yeni yapay zeka modeli Hy-Nomas, metin komutları ve kamera hareketleriyle dilediğiniz video dünyasını parça parça oluşturmanıza olanak tanıyor. Apache 2.0 lisansıyla sunulan bu yenilikçi teknoloji, tek bir ekran kartıyla bile çalışabiliyor.
Teknoloji devi Tencent, yapay zeka alanında çığır açan yeni bir projeyi duyurdu. Hunyuan ekibi tarafından geliştirilen Hy-Nomas adlı bu yenilikçi model, kullanıcıların hayal gücünü gerçeğe dönüştürmek için tamamen yeni bir yol sunuyor. Artık istediğiniz video dünyasını yaratmak, sadece metin komutları ve kamera yönlendirmeleriyle mümkün hale geliyor.
Dünyaları İnşa Eden Yapay Zeka: Hy-Nomas Nedir?
Hy-Nomas, geleneksel video üretim yöntemlerinden sıyrılarak, videoyu tek seferde değil, parça parça oluşturma prensibiyle çalışıyor. Bu, kullanıcıya üretim süreci boyunca istediği an müdahale etme ve yeni komutlar verme esnekliği sağlıyor. Modelin en dikkat çekici özelliklerinden biri, 'dünya belleği' olarak adlandırılan bir sistemle önceki adımlarda oluşturulan içeriği hatırlayabilmesi. Bu sayede, aynı video dünyası içerisinde tutarlılığı koruyarak uzun süreli ve karmaşık sahneler yaratmak mümkün oluyor.
Serbest Biçimli Etkileşim ve Detaylı Kontrol
Hugging Face üzerinde paylaşılan bilgilere göre Hy-Nomas, kullanıcıların metin komutları ve kamera yörüngeleriyle serbestçe etkileşim kurmasına olanak tanıyor. Üretim sırasında sahneye yeni objeler eklemek, atmosferi veya görsel stili değiştirmek, karakterlerin hareketlerini detaylandırmak ve kameranın açısını belirlemek gibi pek çok kontrol sizin elinizde. Modelin bu esnek yapısı, özellikle robotik gibi özel alanlar için hafif ve uyarlanabilir LoRA adaptasyonları sayesinde daha da güçlendiriliyor.
Teknolojik Altyapı ve Erişilebilirlik
Hy-Nomas'ın hızlandırılmış sürümü, her video parçası için 8 adımlık bir işlemle saniyede 24 kare hızında 720 x 1280 çözünürlükte videolar üretebiliyor. Bu üretim süreci için Qwen metin kodlayıcı, kamera koşullandırma modülleri ve PixelUMM video çözücüsü gibi gelişmiş bileşenlerden yararlanılıyor. En dikkat çekici noktalardan biri ise, bu güçlü teknolojinin NVIDIA GeForce RTX 4090 gibi tek bir ekran kartıyla çalıştırılabilir olması. INT8 ve FP8 sayı biçimleri kullanılarak yapılan sıkıştırma ve işlemci belleğinden faydalanma sayesinde, yüksek performanslı donanımlara erişimi olmayanlar için de önemli bir kapı aralanıyor.
Açık Kaynak Felsefesi ve Veri Seti Desteği
Tencent, Hy-Nomas modelinin kodunu ve ağırlıklarını Apache 2.0 lisansıyla açık kaynak olarak yayınlayarak geliştirici topluluğunun kullanımına sundu. GitHub deposunda kurulum adımları detaylı bir şekilde paylaşılmış durumda. Ayrıca, modelin etkileşim kontrolünü ölçmek ve test etmek amacıyla 280 test senaryosu ve 220 referans kamera yörüngesi içeren Hy-Nomas-Bench veri seti de kamuoyuyla paylaşıldı. Bu veri seti, metin yönlendirmesi, kamera hareketi ve bu ikisinin birleşiminin performansını değerlendirmek için zengin bir kaynak sunuyor.
Hy-Nomas, yapay zeka destekli video üretiminde yeni bir dönemin başlangıcını temsil ediyor. Kullanıcıların yaratıcılıklarını serbest bırakmalarına ve dijital dünyaları istedikleri gibi şekillendirmelerine olanak tanıyan bu teknoloji, gelecekteki içerik üretimini kökten değiştirebilir.