Netflix выложила свою первую AI-модель — и она стирает объекты из видео
Netflix опубликовала VOID — модель для удаления объектов из видео вместе с их физическими эффектами: тенями, отражениями и столкновениями.
Влад Макаровпроверил и опубликовал3 апреля Netflix тихо выложила на Hugging Face модель, которую мало кто ожидал увидеть от стриминговой платформы. VOID — Video Object and Interaction Deletion — умеет убирать объекты из видео. Но не так, как обычные инструменты инпеинтинга.
Что произошло
Обычный инструмент удаления замазывает область и пытается заполнить её фоном. VOID идёт дальше: модель понимает физику сцены. Если мяч ударил вазу и его стёрли — ваза встанет обратно. Тени, отражения, столкновения исчезают вместе с объектом, как будто его никогда не было в кадре.
Модель построена на базе CogVideoX-Fun-V1.5-5b от Alibaba (5 миллиардов параметров). На вход подаётся видео, текстовый промпт с описанием сцены после удаления и специальная quadmask — маска, которая размечает области для удаления, сохранения и обработки побочных эффектов. Двухпроходной режим уменьшает артефакты и улучшает временную согласованность.
- Разрешение: до 197 кадров, 384x672
- Требования: 40 ГБ+ VRAM (A100 или аналог)
- Лицензия: открытая, доступна на Hugging Face
Почему это важно
Netflix позиционирует VOID как исследовательский проект, но очевидное применение — постпродакшн и VFX. Удаление нежелательных объектов из кадра сегодня требует покадровой ручной работы. Автоматизация этого процесса с пониманием физики — серьёзный шаг для индустрии.
Для Netflix это ещё и заявка о себе как об AI-компании. Стриминговый гигант, который раньше ассоциировался исключительно с рекомендательными алгоритмами, теперь публикует исследовательские модели наравне с Google, Meta и Alibaba. Веса и код доступны на Hugging Face и GitHub, хотя через Inference Providers модель пока не запустить — только локально.
