Gen-3 Alpha, da Runway, é um novo modelo generativo de vídeos
Com o anúncio do modelo, a disputa segue aquecida entre as IAs generativas capazes de produzir vídeo a partir de prompts de texto.
IA generativa
Stable Audio 2.0: nova versão do modelo da Stability.AI para geração de áudio
Expandindo sobre seu predecessor, além de permitir gerar áudio com prompts de texto, a nova versão também permite usar prompts no formato de áudio, para maior controle do processo de geração.
Voice Engine, da OpenAI, é o novo gerador de vozes sintéticas realistas
Utilizando apenas 15 segundos de áudio como referência, o modelo é capaz de replicar a voz do interlocutor, transferindo para outros textos e até outros idiomas.
Stability AI anuncia versão 3 do Stable Diffusion
O modelo apresenta maior fidelidade ao prompt, capacidade ampliada de entender cenas complexas e melhor entendimento gramatical.
OpenAI apresenta Sora: IA generativa de vídeos
O Sora emprega uma arquitetura chamada de transformer de difusão para produzir vídeos de alta qualidade de até um minuto de duração, a partir de prompts de texto.
Audiobox: IA da Meta para geração de sons e voz com prompts de texto
O modelo tem como grande novidade produzir sons e vozes, contextualizadas em um ambiente por exemplo, através de prompts de texto.
Imagen 2: nova versão da IA generativa de imagens do Google
Apresentando melhorias significativas em relação ao seu antecessor, o Imagen 2, que já pode ser utilizado, emprega tecnologia de ponta para gerar imagens mais realistas.
Stable Audio: modelo de difusão para geração de áudio com máximo controle
Modelo de difusão latente oferece controle preciso e alta eficiência para inteligência artificial generativa de áudio.
Modelos de difusão com transformer geram imagens melhores
A substituição da rede convolucional para processamento das imagens por um transformer gerou imagens mais realistas.
NVIDIA apresenta IA generativa que traz vida aos personagens de jogos
A empresa desenvolveu uma solução para que o jogador possa conversar de forma natural com os personagens do jogo usando a própria voz, aumentando a imersão e entregando uma experiência única para cada usuário.