Kakao集团公开了将文本生成视频的新人工智能(AI)技术。在围绕ChatGPT的大型科技企业AI竞争日益激烈的背景下,韩国科技企业也积极着手获取高难度新技术以提升竞争力。
据信息技术业界14日消息,Kakao集团的AI专业子公司Kakao Brain于本月9日(当地时间)在全球最具权威的AI学会“美国人工智能学会(AAAI)”上,口头发表了与高丽大学人工智能学系崔成俊教授研究团队共同开发的text to motion(将文本转换为动作)AI“FLAME”相关论文。口头发表由AAAI从获得高度评价的论文中选定。
FLAME利用超大规模AI,在用户输入指令后,通过虚拟人实现相应动作。例如输入“用右脚踢腿的人”,画面中的虚拟人便会实际抬起右脚踢腿。公司表示,即使输入复杂句子,也能生成完成度很高的动作。Kakao Brain代表金一斗表示:“FLAME将在游戏、动画、电影等需要制作动态图形的领域,为作业自动化和工作效率提升作出很大贡献。”
包含FLAME在内的将文本转换为视频的“text to video”AI在全球范围内尚未实现商用化,因此Kakao Brain也有望争取先占市场。去年下半年,Meta公开了“Make-A-Video”,谷歌公开了名为“Imagen Video”的自研AI。共同开发FLAME的崔教授表示:“多家企业正集中于基于文本的视频生成”,“我们将做出差异化的研究成果”。
继韩语模型“KoGPT”、文本—图像多模型“Karlo”之后,Kakao Brain有望通过FLAME的开发进一步提升超大规模AI竞争力。尤其是相比大幅落后于OpenAI的ChatGPT和Naver的HyperCLOVA等的语言模型,更倾向于在图像、视频等多媒体领域一决胜负。利用Karlo的图像生成应用“B^ DISCOVER”已于去年10月商用化,今年第一季度将推出面向专业人士的付费版本。Karlo还将被引入KakaoTalk个人资料和背景图片制作。KoGPT将以AI助手和营销工具等垂直服务形式于年内商用化。






