Una publicación técnica reciente demuestra un pipeline de extremo a extremo que integra ERNIE-Image para la generación de texto a imagen con InfiniteTalk para crear videos de duración infinita, todo implementado en hardware DCU (Deep Computing Unit) doméstico. El pipeline cubre todo el flujo de trabajo, desde la generación de imágenes hasta la sincronización de audio y la creación de videos de humanos digitales, con código completo proporcionado. Esto es significativo porque muestra la maduración de los ecosistemas de hardware de IA domésticos, permitiendo tareas multimodales complejas que antes dependían de GPU extranjeras. La integración de estos modelos en DCU sugiere que el hardware de IA chino se está convirtiendo en una plataforma viable para la investigación de vanguardia y aplicaciones comerciales en generación de video. Si bien se proporciona el código, la señal real es la viabilidad de ejecutar dichos pipelines en infraestructura doméstica, lo que tiene implicaciones para la soberanía de la IA y la reducción de costos.
Este artículo presenta un pipeline completo que combina ERNIE-Image para la generación de texto a imagen e InfiniteTalk para la extensión a videos de duración infinita, implementado en hardware DCU doméstico. Incluye código completo para generar videos de audio sincronizado y humanos digitales. Esto señala una creciente capacidad en los ecosistemas de hardware de IA domésticos para tareas multimodales complejas.