Tencent Hy-Nomas ile Komutlardan Video Dünyaları Üretiyor

Tencent, video üretiminde sahnenin yanı sıra kameranın hareketini de yönlendirmeye imkân veren Hy-Nomas modelini tanıttı. Model, metin komutlarıyla tarif edilen bir dünyayı kamera yörüngelerine göre aşamalı olarak videoya dönüştürüyor. Tencent’in paylaştığı bilgilere göre Hy-Nomas, Apache 2.0 lisansı altında yayımlandı ve tek bir RTX 4090 ekran kartında çalışabiliyor.

Üretken video araçları çoğunlukla kullanıcının yazdığı açıklamaya göre görüntüler oluşturuyor. Ancak kameranın nereden başlayacağı, hangi yöne ilerleyeceği veya sahneyi hangi açıdan göstereceği de ortaya çıkan videoyu doğrudan etkiliyor. Hy-Nomas, kamera rotasını üretim sürecine dahil ederek bu tercihler için metin komutlarının ötesinde bir kontrol sunmayı hedefliyor.

Sahneyi kamera yörüngeleriyle yönlendiriyor

Hy-Nomas’ın işleyişinde metinle verilen tarifler ve kameranın izleyeceği rota birlikte kullanılıyor. Böylece kullanıcı, yalnızca sahnede ne bulunacağını değil, görüntünün video boyunca nasıl sunulacağını da tarif edebiliyor. Farklı açılardan görüntü alma ya da kameranın belirli bir yol izlemesini sağlama gibi tercihler, modelin üretim yaklaşımının bir parçası haline geliyor.

Model, video dünyasını tek seferde oluşturmak yerine parça parça üretiyor. Bu yöntem, üretim sürecini aşamalara ayırıyor ve sahnenin zaman içinde şekillenmesini sağlıyor. Kamera hareketlerinin de üretime eşlik etmesi, modelin tek bir durağan görüntü oluşturmaktan farklı bir kullanım alanına yöneldiğini gösteriyor.

Bu kontrol yaklaşımı, özellikle sahne düzeni ve kadraj üzerinde çalışmak isteyen kullanıcılar için işe yarayabilir. Yalnızca metinle tarif edilen bir sahnede kameranın tam olarak nasıl hareket edeceğini belirtmek her zaman kolay olmayabilir. Yörünge bilgisinin ayrıca verilmesi, kullanıcının bu tercihi daha açık biçimde aktarmasına yardımcı oluyor.

Öte yandan Tencent’in paylaştığı bilgiler, modelin desteklediği video uzunlukları veya çözünürlükler gibi bazı teknik ayrıntıları içermiyor. Farklı sahnelerdeki tutarlılık ve kamera talimatlarını ne ölçüde izlediği konusunda da değerlendirme yapmaya yetecek veri bulunmuyor. Bu nedenle modelin hangi tür projelerde daha kullanışlı olacağını görmek için teknik özelliklerin ve gerçek kullanım sonuçlarının netleşmesi gerekiyor.

Açık lisans ve RTX 4090 gereksinimi

Hy-Nomas’ın Apache 2.0 lisansıyla yayımlanması, modeli incelemek ve farklı uygulamalarda denemek isteyen geliştiriciler açısından önem taşıyor. Açık lisans, araştırmacıların ve yazılım geliştiricilerin modeli kendi çalışmalarına dahil edebilmesine imkân veriyor. Bu da Hy-Nomas’ın yalnızca hazır bir araç olarak kullanılmasının ötesinde, video üretimi üzerine geliştirilecek deney ve uygulamalara temel olabilmesini sağlayabilir.

Donanım tarafında modelin tek RTX 4090 ekran kartında çalışabilmesi de paylaşılan temel bilgiler arasında. Bu, Hy-Nomas’ın herhangi bir bilgisayarda kolaylıkla çalışacağı anlamına gelmiyor; RTX 4090 güçlü bir ekran kartı. Bununla birlikte, çalıştırmak için birden fazla ekran kartı gerekmemesi, uygun donanıma sahip bireysel geliştiricilerin ve küçük ekiplerin modeli denemesini kolaylaştırabilir.

Çalışabilme bilgisi, tek başına üretim hızını veya performansını açıklamıyor. Modelin bu ekran kartında ne kadar sürede video oluşturduğu ya da farklı kullanım koşullarında nasıl sonuç verdiği konusunda paylaşılan ayrıntılar sınırlı. Dolayısıyla donanım gereksinimi erişilebilirlik konusunda fikir verse de günlük kullanım deneyimini değerlendirmek için yeterli değil.

Video üretiminde kontrol alanı genişliyor

Üretken video modellerini değerlendirirken görüntü kalitesinin yanında kullanıcının sahneye ne kadar müdahale edebildiği de önem kazanıyor. Hy-Nomas, metin komutlarıyla kamera yörüngelerini bir araya getirerek bu kontrol alanına odaklanıyor. Açık lisansla sunulması ise model üzerinde çalışmak ve onu farklı projelere uyarlamak isteyenler için ek bir imkân sağlıyor.

Hy-Nomas’ın pratikte ne kadar başarılı olacağını belirlemek için kamera hareketlerini izleme becerisi, üretilen sahnelerin tutarlılığı ve donanım performansı gibi başlıklarda daha fazla bilgiye ihtiyaç var. Şimdilik açıklanan özellikler, Tencent’in video üretimini yalnızca sahne tarifine değil, kameranın izleyeceği rotaya da dayandıran bir model sunduğunu ortaya koyuyor.