Если коротко: нейросетевые генеративные модели видео описывали как минимум в 2016 году, а работу с названием Video Generation From Text опубликовали в 2017-м. Это ещё не привычные современные сервисы. На вопрос, когда появились нейросети для видео, нужно отвечать вместе с уточнением: речь об исследовании, публичной демонстрации или доступном инструменте.
Я собирал вводную заметку о движении для дизайнерской встречи и сначала хотел поставить на шкале один заметный год. Потом рядом оказались научные статьи и продуктовые объявления. Подпись «появилось видео» перестала что-либо объяснять. Я разделил события по их смыслу — и у короткой хронологии появилась полезная для читателя точность.
Миф: всё началось с самого известного анонса
Узнаваемая новость помогает запомнить технологию, но не задаёт начало всей области. В статье Generating Videos with Scene Dynamics, поданной на arXiv 8 сентября 2016 года, Карл Вондрик, Хамед Пирсиаваш и Антонио Торральба описали генеративную модель видео и работу с динамикой сцены. Авторы показывали маленькие короткие фрагменты, а не нынешний пользовательский видеоредактор.
Для моей шкалы это важная ранняя отметка. Я не подписываю её как первое нейросетевое видео в мире: одна найденная работа такого первенства не доказывает. Формулировка «пример исследования 2016 года» сохраняет подтверждённое событие и оставляет место другим ветвям развития, которые не входят в краткую заметку.
Уже 1 октября 2017 года на arXiv была подана Video Generation From Text. Её предметом стала генерация видео из текста с учётом статической и динамической информации. Поэтому утверждение, будто сама идея получить ролик по словам появилась только во время поздних громких демонстраций, плохо согласуется с этой первичной публикацией.
Миф: когда появились нейросети для видео, сразу открылся сервис
У научной работы, демонстрационного сайта и рабочего аккаунта разные назначения. Статья объясняет метод и результаты авторов. Демо показывает выбранные примеры или даёт ограниченную возможность взаимодействия. Пользовательский продукт должен ещё принимать задачу, сообщать условия и позволять получить результат. Эти события могут происходить в разные дни и годы.
29 сентября 2022 года Meta объявила Make-A-Video как исследовательскую систему создания коротких видео из текста. В том же объявлении компания сообщала о научной работе и планах предоставить демонстрационный опыт. Для исторической подписи это именно анонс системы. Из него нельзя автоматически сделать вывод, что в тот день любой читатель уже мог оформить аккаунт и создавать свои ролики.
