Жаңа буын платформасы қозғалыс дәлдігі, түстің шынайылығы және көркем сапада жаңа стандарттар орнатады 2025 жылғы 23 қараша, сағат 21:23 EST | Дереккөз: AMRYTT MEDIA Гонконг, Қытай — SoulGen бүгін өзінің AI негізіндегі суреттан-видео жасау платформасының маңызды жаңартуы—SoulGen 2. 0-ді таныстырды, ол қозғалыс дәлдігін, түстің репродукциясын және семантикалық түсінуді жақсарту бойынша саланың көшбасшы жетілдірулерін ұсынады. [Қосымша графика қол жетімді: https://images. newsfilecorp. com/files/11790/275624_930aa79a24eb482c_001full. jpg] Созылмалы қиындықтармен күресіп, мысалы дене позаларындағы бұрмалу, түстердің сәйкеспеушілігі және құрылымның нашарлауы мәселелерін шешудің негізгі қадамдарын жүзеге асыра отырып, SoulGen 2. 0 оның негізгі режимдері бойынша елеулі өнімділік жетістіктеріне жетті: суреттен-видеого (I2V) 23%-ға, мәтіннен-видеого (T2V) 17%-ға, видеоны кеңейту (Video Extension) 19%-ға жақсарды, кәсіби және коммерциялық қолдануға дайын нәтижелер береді. Негізгі жетістіктер: Адам дене қозғалысының дәлдігі Платформа орташа қатысты буын позициясының қателігін (MPJPE) 38. 2%-ға, яғни 42. 3мм-ге дейін қысқартып, буындардың орналасу дәлдігін 2. 6 см-ден астам жақсартты және позаның бұрмалуын толық жойды. Дұрыс негізгі нүктелердің пайыздық көрсеткіші (PCK@150мм) 96. 8%-ды құрап, анатомиялық дәл және табиғи қозғалыстарды қамтамасыз етеді. Түстің шынайылығы SoulGen 2. 0 ΔE2000 түстің айырмашылық бағамы 1. 27-ге жетті, бұл 73. 7%-ға жақсарту, және түс айырмашылықтары адамның көзіне қабылдау шегінен төмен деңгейде. Бұл жүргізілген видеоның түсті дәлдікпен сәйкестігін қамтамасыз етіп, кең көлемде түзету қажетсіз өтеді. Кеңейтілген және құрылымдық бөлшектердің сақталуы Құрылымдық ұқсастық индексі (SSIM) 0. 947-ге жетсе, ал үйренген перцептуалды кескін ұқсастығы (LPIPS) 56%-ға төмендеп, 0. 096-ға дейін төмендеді, бұл ұсақ бөлшектер мен құрылымдарды түпнұсқа модельдермен ұқсас етіп сақтауға көмектеседі.

Ең жоғары сигнал-шудың қатынасы (PSNR) 28. 2%-ға өсіп, 41. 8 дБ-ға дейін жетті, бұл эфирлық сападағы айқындылықты көрсетеді. Қозғалыс табиғилығы мен семантикалық сәйкестік Фреше́т Инсепшн Жолақтары (FID) 8. 45-тен 2. 73-ке дейін төмендеді (67. 7%-ға жақсарды), бұл реалистік әрі тегіс қозғалысты білдіреді. Семантикалық түсінуді CLIP бағасы 18. 5%-ға өсіп, 0. 891-ге жетті, мәтіндік тапсырмалар мен көрнекі нәтижелердің үйлесімділігін арттырып, интуитивті шығармашылық басқаруды қамтамасыз етеді. Өндірістік ерікті сапасы Осы жетістіктер қымбат қайталау, manuel түзетулер мен уақытты талап ететін түстік өңдеуді едәуір азайтып, кәсіби деңгейлі видеоларды тікелей платформадан коммерциялық пайдалану үшін шығарады. Өнімділіктің шолуы: | Өлшем | SoulGen 1. 0 | SoulGen 2. 0 | Жақсартуы | Әсері | |------------------|-------------|-------------|-----------|---------------------------------------------------| | MPJPE (мм) | 68. 5 | 42. 3 | -38. 2%- | Табиғи әрі дәл дене қозғалыстары | | PCK@150мм (%) | 87. 3 | 96. 8 | +10. 9%- | Бұзылған аяқ-қол артефактілерін жою | | ΔE2000 | 4. 82 | 1. 27 | -73. 7%- | Мінсіз түстің дәлдігі | | SSIM | 0. 823 | 0. 947 | +15. 1%- | Қас-қағаз бен құрылымдардың шұғыл ашылуы | | PSNR (дБ) | 32. 6 | 41. 8 | +28. 2%- | Тарату сапасындағы айқындылық | | LPIPS | 0. 218 | 0. 096 | -56. 0%- | Шынайы әрі реалистік көрініс тәлімі | | FID | 8. 45 | 2. 73 | -67. 7%- | Тегіс әрі табиғи қозғалыс | | CLIP Бағасы | 0. 752 | 0. 891 | +18. 5%- | Дәл мәтін-видео сәйкестігі | Қолжетімділік SoulGen 2. 0 қазіргі кезде барлық пайдаланушыларға қол жетімді, ол кәсіби видео жасау саласындағы маңызды қарқын болып табылады. SoulGen туралы SoulGen — кәсіби сапалы құралдар ұсынуға бағытталған AI негізіндегі видео жасау платформасы, ол суреттен- видео, мәтіннен-видео және видео кеңейтуді қамтиды және әлемнің шығармашылық мамандарына қызмет көрсетеді.