Un article technique récent démontre un pipeline de bout en bout qui intègre ERNIE-Image pour la génération texte-image avec InfiniteTalk pour créer des vidéos de longueur infinie, le tout déployé sur du matériel DCU (Deep Computing Unit) domestique. Le pipeline couvre l'ensemble du flux de travail, de la génération d'images à la synchronisation audio et à la création de vidéos d'humains numériques, avec un code complet fourni. Ceci est significatif car cela montre la maturation des écosystèmes matériels d'IA domestiques, permettant des tâches multimodales complexes qui dépendaient auparavant de GPU étrangers. L'intégration de ces modèles sur DCU suggère que le matériel d'IA chinois devient une plateforme viable pour la recherche de pointe et les applications commerciales dans la génération vidéo. Bien que le code soit fourni, le véritable signal est la faisabilité d'exécuter de tels pipelines sur une infrastructure domestique, ce qui a des implications pour la souveraineté de l'IA et la réduction des coûts.
Cet article présente un pipeline complet combinant ERNIE-Image pour la génération texte-image et InfiniteTalk pour l'extension à des vidéos de longueur infinie, déployé sur du matériel DCU domestique. Il comprend du code complet pour générer des vidéos audio synchronisées et d'humains numériques. Cela signale une capacité croissante des écosystèmes matériels d'IA domestiques pour des tâches multimodales complexes.