أنى فلو: نموذج ثوري لتوليد الفيديوهات بخطوات متسقة وفي أي وقت!

في عالم الذكاء الاصطناعي، يشهد توليد الفيديوهات تطوراً مذهلاً بفضل تقنيات جديدة مثل نموذج AnyFlow. إذ يتمتع هذا النموذج بقدرة فريدة على فعل ما لم يكن ممكنًا من قبل، ألا وهو إمكانية توليد الفيديو بخطوات متسقة وبأي وقت. في معظم نماذج توليد الفيديو التقليدية، كانت عملية العينة تواجه بعض القيود، حيث يتدهور الأداء عند زيادة عدد خطوات العينة في زمن الاختبار، ما يعيق الفعالية المطلوبة.

تعتمد هذه القيود على ما يُعرف بالتدفق التناسقي (consistency distillation)، الذي يستبدل المسار الأصلي للاحتمالية مع مسار عينة التناسق، مما يضعف الاستجابة المطلوبة أثناء الاختبار.

هنا يأتي دور AnyFlow، الذي يعيد تعريف منهجية تدفق الفيديو باتجاه أكثر تقدماً. بدلاً من تقييد نموذج العينة بنقاط ثابتة، يركز AnyFlow على تحسين مسار العينة الأصلي. من خلال نقل الهدف من خرائط التناسق النهائية إلى التعلم من انتقال خرائط التدفق، يوفر هذا النموذج القدرة على العمل عبر فترات زمنية غير محددة.

كما يتضمن النموذج تقنية جديدة تُعرف بمحاكاة التدفق العكسي (Flow Map Backward Simulation)، التي تهدف إلى تقليل الأخطاء في زمن الاختبار، مما يسمح بنقل فعّال وسريع خلال الشبكات الثنائية الاتجاه والعناصر السلسة الأخرى.

لقد أظهرت التجارب الشاملة على نماذج تتراوح بين 1.3 مليار و14 مليار معلمة، أن AnyFlow يتجاوز أداء النماذج التقليدية، مما يحقق نتائج مذهلة في بيئات متعددة وبأرقام قياسية في خطوة واحدة تلو الأخرى.