Runway het Continuum gedemonstreer, ’n stelsel wat ’n interaktiewe skerm stroom wat deur ’n videomodel gegenereer word. Die demonstrasie het ’n programmeringsagent ingesluit wat Continuum gebruik om ’n probleem met ’n 3D-fietsmodel te beredeneer.
Runway het gewys hoe die voorspelling van die volgende videoraam interaktiewe koppelvlakke kan aandryf, eerder as net videogrepe. In een demonstrasie kon gebruikers vanuit ’n enkele beeld ’n motor se ligte aanskakel, die motor draai of sy enjinkap oopmaak, sonder Unity, Unreal of Blender as onderliggende sagteware.
Cristóbal Valenzuela het aangevoer dat groter videomodelle eienskappe soos swaartekrag, beweging en objekpermanensie leer sonder handgekodeerde reëls. Hy het gesê die maatskappy evalueer nou fisika en meetkunde, en dat sy modelle die maatskappy se toets geslaag het wat bepaal of mense gegenereerde beeldmateriaal van werklike video kan onderskei.
Die Continuum-demonstrasie het ook gemerkte teks oor onderwerpe soos batterye en fotosintese in lewendige 3D-visualiserings omskep waarvan die grootte verstel kan word. Vir ontwikkelaars dui dit op moontlikhede vir gegenereerde koppelvlakke en visuele hulpmiddels vir KI-agente, maar die demonstrasies bewys nie hul betroubaarheid vir daaglikse sakegebruik nie.
Die generering van interaktiewe tonele sonder ’n konvensionele 3D-enjin kan verander hoe maatskappye visuele koppelvlakke bou.
’n Programmeringsagent wat ’n gegenereerde visuele omgewing gebruik, dui op ’n moontlike hulpmiddel om ruimtelike probleme te beredeneer.
Ondanks Runway se aansprake oor realisme bewys hierdie demonstrasies nog nie betroubare fisika of praktiese sakegebruik nie.
Outomaties geskryf deur die Made in 10-nuuskamer uit die bron hierbo.
Traversal het $120 miljoen in ’n reeks B-finansieringsronde ingesamel vir KI-agente wat sagtewarefoute ondersoek. Die transaksie waardeer die New Yorkse groeimaatskappy op $1 miljard.
Tencent Holdings het Hy4 bekendgestel, ’n KI-model met oop modelgewigte en visuele begrip. Volgens Tencent kan dit rekenaartake deur sowel opdragreël- as grafiese koppelvlakke uitvoer, wat die toepassingsgebied vir KI-agente verbreed.
OpenAI sê ChatGPT hanteer nou soeknavrae wat gelykstaan aan 20 persent van Google se volume. Die maatskappy het nie bekendgemaak waar die Google-syfer vir die vergelyking vandaan kom nie.