Come funziona Sol-H3 di Nvidia, la piattaforma AI che genera video tre volte più veloce

Ormai da qualche anno, i modelli di intelligenza artificiale permettono di creare video in qualche secondo. Basta scrivere un prompt di comandi, attendere un determinato lasso di tempo e ottenere il risultato fatto e finito. Un modus operandi che funziona bene, ma che per Nvidia non è abbastanza. Proprio per questo motivo arriva Sol-H3, sistema capace di creare video con l’AI a una velocità circa tre volte superiore a quella reale.

Cosa vuol dire questo? Che un video di 10 secondi viene reindirizzato in 3 secondi, più velocemente del tempo necessario per la riproduzione del contenuto stesso. Potenzialmente, questa tecnologia darebbe la possibilità di generare dirette streaming, video reattivi in tempo reale, modelli del mondo interattivi e molto altro.

leggi anche

Perché Nvidia ha deciso di comprare Hugging Face per $12,9 miliardi. La grande scommessa oltre i chip AI

Cosa sappiamo su Sol-H3 di Nvidia

In attesa di avere ulteriori dettagli da parte di Nvidia, i dati emersi sul nuovo Sol-H3 impostano un nuovo standard nel settore della generazione video con l’AI. La maggior parte dei benchmark riporta il tempo di generazione come un multiplo della durata della clip. Ciò che determina la capacità di un prodotto è se questo multiplo è superiore o inferiore a 1x.

Oggi quasi tutti i chatbot sono al di sotto di 1x il tempo reale. Il che vuol dire che si invia la richiesta e si attende. Al di sopra di 1x, valore che Sol-H3 sembra essere in grado di raggiungere col suo 3x, il sistema sarebbe in grado di generare contenuti video in maniera continuativa anticipando così le esigenze dell’utente.

È proprio per questo motivo che gli esperti già guardano avanti e immaginano cosa si potrà fare con un sistema di questo tipo. Dai contenuti in live streaming ai rendering dei videogiochi, passando per simulazioni in tempo reale e modelli del mondo reattivi da poter esplorare. Specifichiamo che l’azienda ancora non si è espressa in merito, dunque resta da vedere quale risoluzione, durata della clip e configurazione hardware è stata usata per registrare il valore di 3x nella generazione del video.

I dettagli tecnici forniti da uno sviluppatore

In attesa di un comunicato stampa da parte di Nvidia, informazioni utili arrivano dal ricercatore del team Enze Xie che, tramite un post sul suo profilo X, ha parlato proprio di Sol-H3. Secondo quanto si legge, il sistema è capace di produrre cinque secondi di video con risoluzione 1344x768 e audio stereo in appena 1,653 secondi.

Sempre stando alle sue parole, questo risultato potrebbe aprire la strada a una generazione continua a 24 fotogrammi al secondo e a sistemi video davvero interattivi.

leggi anche

Non solo Nvidia. Il vero affare ora potrebbero essere software e cybersecurity