NVIDIA şirkəti mətn formatında təsvirlər əsasında videolar tərtib edə bilən süni zəka modelini təqdim edib. Sözügedən süni zəka modeli VideoLDM adını əldə edib və o, NVIDIA mütəxəssisləri və Kornell Universitetinin tədqiqatçıları ilə birgə hazırlanıb. VideoLDM mətn formatında təsvirlər əsasında saniyədə 24 kadr sürətə sahib 2048x1280 piksel keyfiyyətli 4.7 saniyəlik videolar tərtib edə bilir. Sözügedən süni zəka modelinin əsasında Stable Diffusion neyron şəbəkəsinin texnologiyası dayanır.

VideoLDM 4.1 milyard parametrə sahib olsa da, videoların tərtib edilməsi prosesi üçün olmuş təlimatlandırmada yalnız 2.7 milyard parametrdən istifadə edilib. Müasir süni zəka sistemlərinin standartlarına əsasən bu o qədər də böyük bir göstərici deyil. Bununla belə VideoLDM yüksək keyfiyyətli videoları tərtib etmək bacarığına sahibdir. VideoLDM həmçinin avtomobil səyahətləri səhnələrini də tərtib edə bilir. Bu cür səhnələr 1024x512 piksel keyfiyyətinə və 5 dəqiqəlik xronometraja sahibdirlər. Qeyd etmək lazımdır ki, sözügedən süni zəka modeli tədqiqat xarakteri daşıyır və NVIDIA-nın ona bənzər platformanı ümumi istifadə üçün təqdim edib-etməyəcəyi bilinmir.