バイトダンス、動画の生成と編集を統合する「Bernini」フレームワークをオープンソース化
ByteDanceの商用化技術チームは、Berniniという名称の動画生成・編集フレームワークをオープンソースとして正式に公開しました。このフレームワークは、その中核に「まず理解し、その後生成する」という協調メカニズムを採用しており、従来のモデルが複雑な指示を正確に解釈できないことに起因する、画像の不安定さやフレームのちらつきといった業界共通の課題に対処するように設計されています。
ByteDance社内の評価において、「Bernini」はトップクラスの成果を達成しました。現在、その推論コードと第2段階モデルである「Bernini-R」が公開されており、全機能を備えたバージョンの完全なオープンソース化も近い将来に予定されています。

意味論とレンダリングの分離
Berniniのワークフローは、「セマンティックプランニング」と「ビジュアルレンダリング」の間に新たな分離を導入しています。このプロセスは、入力素材を徹底的に分析して「セマンティックスケッチ」を生成するマルチモーダル大規模モデルプランナーから始まり、それがレンダラーによって安定した一貫性のある動画フレームに変換されます。
この明確な役割分担により、本フレームワークは制御可能な編集において特に有用です。ユーザーは、簡単なコマンドを通じて天候、季節、ビジュアルスタイルなどのシーン属性を調整できるほか、カメラアングル、フォーカス、被写体の動きについても精密な制御が可能になります。
豊富な視覚的参照機能
従来のテキストベースの制御に加え、Berniniは画像や動画を視覚的参照として使用することをサポートしており、クリエイティブの一貫性を大幅に向上させます。動画編集においては、境界のアーティファクトや遠近法の歪みを生じさせることなく、特定の素材やポスターをターゲット領域に正確に配置することができます。
新しい動画の生成において、本モデルは単一画像および多アングルの参照入力を処理し、キーフレームを連続したシーケンスへと発展させることができます。複数の視覚的セグメントを接続する際の混乱を避けるため、チームは参照素材と出力対象を明確に区別する専用の位置エンコーディングメカニズムを導入しました。
プロジェクトページ: https://bernini-ai.github.io/
関連記事
Google、Geminiへの焦点がユーザー制御へシフトする中で、Remy AIエージェントをテスト
『Business Insider』によると、GoogleはGemini向けの新しいAIパーソナルエージェント「Remy」をテスト中である。このツールはユーザーに代わってタスクを実行することを目的としており、業務フローと日常のルーチンの両方を効率化する。現在、RemyはGeminiアプリケーションの社内限定版においてテストが行われている。この報道は社内文書と、プロジェクトに精通した2人の人物へのインタビューを引用している。社内資料では、Remyを「24時間365日のパーソナルエージェント」と位
Core Web Vitalsを修正してSEOランキングを向上させる方法
AIツールで報告書コメントの作成を効率化はじめに報告書コメント生成用のAIツールMagic SchoolAlmanac AIChat GPTMagic Schoolを使用した報告書コメントの生成Magic Schoolへのログイン報告書コメントツールの選択生徒向けのコメントのカスタマイズAlmanac AIを使用した報告書コメントの生成コースと評価基準の設定報告書の長さと生徒設定の構成Almanac AIによるコメントの生成Magic SchoolとAlmanac A
Slackbot が AI エージェントになる
Salesforceの企業向けメッセージングプラットフォームSlackに組み込まれた自動化アシスタント「Slackbot」は、AIエージェントへと進化しつつある。SalesforceのCTOであるパーカー・ハリス氏は、OpenAIのChatGPTに匹敵するバイラルな普及を達成する可能性を構想している。クラウドソフトウェア大手は火曜日、アップデートされたSlackbotをリリースした。Business+およびEnterprise+の顧客が利用可能なこの新しいAI駆動版は、Slack内で直接情報の
関連特集おすすめ
コメント (0)
0/500
ByteDanceの商用化技術チームは、Berniniという名称の動画生成・編集フレームワークをオープンソースとして正式に公開しました。このフレームワークは、その中核に「まず理解し、その後生成する」という協調メカニズムを採用しており、従来のモデルが複雑な指示を正確に解釈できないことに起因する、画像の不安定さやフレームのちらつきといった業界共通の課題に対処するように設計されています。
ByteDance社内の評価において、「Bernini」はトップクラスの成果を達成しました。現在、その推論コードと第2段階モデルである「Bernini-R」が公開されており、全機能を備えたバージョンの完全なオープンソース化も近い将来に予定されています。

意味論とレンダリングの分離
Berniniのワークフローは、「セマンティックプランニング」と「ビジュアルレンダリング」の間に新たな分離を導入しています。このプロセスは、入力素材を徹底的に分析して「セマンティックスケッチ」を生成するマルチモーダル大規模モデルプランナーから始まり、それがレンダラーによって安定した一貫性のある動画フレームに変換されます。
この明確な役割分担により、本フレームワークは制御可能な編集において特に有用です。ユーザーは、簡単なコマンドを通じて天候、季節、ビジュアルスタイルなどのシーン属性を調整できるほか、カメラアングル、フォーカス、被写体の動きについても精密な制御が可能になります。
豊富な視覚的参照機能
従来のテキストベースの制御に加え、Berniniは画像や動画を視覚的参照として使用することをサポートしており、クリエイティブの一貫性を大幅に向上させます。動画編集においては、境界のアーティファクトや遠近法の歪みを生じさせることなく、特定の素材やポスターをターゲット領域に正確に配置することができます。
新しい動画の生成において、本モデルは単一画像および多アングルの参照入力を処理し、キーフレームを連続したシーケンスへと発展させることができます。複数の視覚的セグメントを接続する際の混乱を避けるため、チームは参照素材と出力対象を明確に区別する専用の位置エンコーディングメカニズムを導入しました。
プロジェクトページ: https://bernini-ai.github.io/
Core Web Vitalsを修正してSEOランキングを向上させる方法
AIツールで報告書コメントの作成を効率化はじめに報告書コメント生成用のAIツールMagic SchoolAlmanac AIChat GPTMagic Schoolを使用した報告書コメントの生成Magic Schoolへのログイン報告書コメントツールの選択生徒向けのコメントのカスタマイズAlmanac AIを使用した報告書コメントの生成コースと評価基準の設定報告書の長さと生徒設定の構成Almanac AIによるコメントの生成Magic SchoolとAlmanac A
Slackbot が AI エージェントになる
Salesforceの企業向けメッセージングプラットフォームSlackに組み込まれた自動化アシスタント「Slackbot」は、AIエージェントへと進化しつつある。SalesforceのCTOであるパーカー・ハリス氏は、OpenAIのChatGPTに匹敵するバイラルな普及を達成する可能性を構想している。クラウドソフトウェア大手は火曜日、アップデートされたSlackbotをリリースした。Business+およびEnterprise+の顧客が利用可能なこの新しいAI駆動版は、Slack内で直接情報の





家






