Phenaki vs Pictory AI

Phenaki es un modelo de texto a video de Google Research que genera clips de dominio abierto a partir de secuencias de indicaciones, de modo que la historia puede cambiar a medida que llega nuevo texto con el tiempo. Su codificador C-ViViT comprime el metraje en tokens discretos con atención temporal causal, lo que permite al sistema manejar longitudes variables de clips en lugar de ráfagas fijas de dos segundos. Un transformador enmascarado convierte tokens de texto en tokens de video, luego el decodificador reconstruye los píxeles para demostraciones que duran más de dos minutos cuando las indicaciones están encadenadas.

Los generadores de video para consumidores suelen pedir una indicación por clip. El artículo y el sitio de demostración de Phenaki se centran en cadenas de indicaciones que varían en el tiempo, continuación condicionada por imagen a partir de un primer cuadro y entrenamiento conjunto en pares imagen-texto además de conjuntos más pequeños de video-texto para ir más allá de los conjuntos de datos limitados de video. Se pueden explorar historias de ejemplo en la página del proyecto en lugar de registrarse para un editor alojado.

Investigadores, ingenieros de ML y tecnólogos creativos estudian Phenaki para la síntesis narrativa de larga duración y el diseño de tokenizadores. El sitio phenaki.github.io aloja ejemplos interactivos de astronautas, continuaciones de imagen más indicación y muestras publicadas de historias de dos a dos minutos y medio con listas de indicaciones documentadas junto a cada clip.

Pictory AI convierte guiones, publicaciones de blog, presentaciones de PowerPoint, URLs, archivos de audio y grabaciones de pantalla en videos de marketing terminados sin un editor de línea de tiempo tradicional. Introduces texto o medios existentes en Pictory, y este crea escenas con metraje de archivo, visuales generados por IA, subtítulos automáticos, voces realistas y avatares de IA opcionales listos para canales sociales o de capacitación.

Los editores de escritorio esperan que busques B-roll y cortes manualmente largos seminarios web en clips. Pictory automatiza la estructura, resalta momentos clave de grabaciones largas y redimensiona las exportaciones para múltiples plataformas, por lo que los equipos lo usan para reutilizar llamadas de Zoom y artículos en lugar de reconstruir cada corte a mano.

Los especialistas en marketing, creadores de cursos y equipos de video empresariales adoptan Pictory para producir más videos a partir del contenido que ya poseen. La página principal anuncia una prueba gratuita de 14 días sin necesidad de tarjeta de crédito y planes que comienzan en $25 por mes con facturación anual.