ByteDance a open-sourcé Bernini, un framework AI unifié pour la génération et l’édition de vidéos. Il utilise une approche qui consiste d’abord à comprendre le contenu avant de générer la vidéo, en utilisant un planificateur sémantique et un renduur basé sur la technologie DiT, afin de résoudre les problèmes d’instabilité et de flottement de l’image. Bernini prend en charge le contrôle du texte, des images et des vidéos, permettant ainsi une édition précise des effets météorologiques, des angles de caméra et des actions à effectuer dans la vidéo. Le code d’inférence ainsi que le modèle Bernini-R sont disponibles pour ceux qui souhaitent les utiliser.