منشوري الافتتاحي @delphi_intel على Gen الذكاء الاصطناعي Video Models. الملخص أدناه (1/10) 👇 S / O إلى @moonshot6666 لملاحظاته على هذا المقال و @PJaccetturo لفيديو الضجيج المنشط هذا سأسرقته بلا خجل. TLDR: مقاطع الفيديو متأخرة عن النص بمقدار 2-3 سنوات. إنهم يصبحون جيدين جدا وبسرعة كبيرة

1. البشر مخلوقات بصرية. من المحتمل أن تتجه طريقة محتوى الذكاء الاصطناعي من الجيل نحو توزيع مشابه للويب:

2. السوق كبير: >40 مليار دولار أمريكي + مليار دولار أمريكي بحلول عام 2030 (مع التجاور ذي الصلة). إن الاضطراب في التسويق والترفيه والتعليم واضح ، ولكنه أيضا آثار واضحة في الروبوتات والمراقبة والمهام الوكيلة طويلة الأفق

3. المناظر الطبيعية لديها الكثير من المنافسة عبر المكدس يتضمن الشركات النموذجية والتطبيقات متعددة الوسائط والصور الرمزية الناطقة ومزامنة الشفاه والمزيد. ناهيك عن جميع البنية التحتية المطلوبة لتغذية النماذج والتطبيقات متعددة الوسائط الحقيقية. s / o إلى @venturetwins و @a16z للخريطة

4. الشرق مقابل الغرب. ينقسم السباق إلى حد كبير بين الولايات المتحدة والصين. في نماذج الفيديو ، تقود الصين (9 من أفضل 15 طرازا) S / O @ArtificialAnlys

6. ميزة التكنولوجيا الكبيرة: إن توصيل هذه القدرات الجديدة إلى النظم البيئية للمستخدم >1b سيكون عائد استثمار مرتفعا بناء على السمات أدناه ، ليس من المثير للصدمة أن اللاعبين الكبار مثل $Goog و $meta و $techy و $baba و Bytedance في وضع جيد.

7. استحقاق القيمة: في الوقت نفسه ، نرى جيوبا عبر المكدس - لا سيما في البنية التحتية والتطبيقات - حيث يمكن للوافدين الجدد اقتطاع أعمال تجارية كبيرة (نعم ، سوف تحتاج إلى قراءة التقرير الفعلي لأي ألفا ، مؤخرة كسولة)

8. تعدد الوسائط الحقيقي اليوم ، تبدو نماذج الفيديو وكأنها لعبة. لكن بيانات الفيديو والمحاكاة هي مدخلات أساسية بشكل متزايد للمهام الوكيلة الطويلة وفي بدء ثورة الروبوتات. قد تثبت نماذج الفيديو الشرارة.