Die Stanford University hat ein revolutionäres AI-Modell namens Edge Dance Generation (EDGE) entwickelt, das in der Lage ist, realistische und physikalisch plausible Tanzchoreographien zu generieren, die auf beliebiger Musik basieren. Dieses Modell hat das Potenzial, die Art und Weise, wie Choreographen ihre Ideen entwickeln und kommunizieren, grundlegend zu ändern.
EDGE verwendet ein Transformer-basiertes Diffusionsmodell, das mit Jukebox, einem leistungsfähigen Musik-Feature-Extractor, kombiniert wird. Dies ermöglicht es dem Modell, Musik-Embeddings zu erstellen, die eine breite Verständigung von Musik ermöglichen. Durch die Anwendung von temporalen Einschränkungen auf Batch-Sequenzen kann EDGE Tanzchoreographien beliebiger Länge generieren.
EDGE unterstützt willkürliche räumliche und zeitliche Einschränkungen, was viele Endanwendungen ermöglicht, wie z.B.:
EDGE vermeidet ungewolltes Fußrutschen und wurde mit physikalischer Realität im Sinn trainiert. Durch die Verwendung des Contact Consistency Loss, einer neuen Verlustfunktion, die die körperliche Realität verbessert, während das Fußrutschen erhalten bleibt.
Menschen bevorzugen Tanzchoreographien, die von EDGE generiert wurden, gegenüber denen von anderen Methoden.
EDGE hat das Potenzial, die Art und Weise, wie Choreographen ihre Ideen entwickeln und kommunizieren, grundlegend zu ändern. Durch die Editierbarkeit von Tanzchoreographien können Choreographen ihre Ideen iterativ verfeinern und EDGE wird die Tanzchoreographien automatisch anpassen. In Zukunft wird EDGE es ermöglichen, eigene Musik einzugeben und sogar die Bewegungen selbst vor einer Kamera zu demonstrieren.
EDGE ist ein wichtiger Meilenstein im Bereich der Technologie und Bewegung und wird neue Möglichkeiten für kreative Ausdrucksformen und physische Aktivitäten ermöglichen.
* KI-Zusammenfassungen können Fehler enthalten. Alle Angaben ohne Gewähr.