تیمی از پژوهشگران در گوگل ریسرچ، ابزار هوش مصنوعی جدیدی به نام Lumiere را توسعه داده‌اند که به عنوان نسل بعدی ابزارهای تولید ویدیو براساس متن شناخته می‌شود. گوگل ادعا کرده است که Lumiere قادر است ویدیوهایی با حرکات منسجم، روان و واقعی‌تر را ایجاد کند. بسیاری از مدل‌های فعلی هوش مصنوعی در تولید ویدیو هنوز مشکلاتی دارند، و حتی اگر بتوانند حرکات را به خوبی نمایش دهند، دیگر جنبه‌ها ممکن است دچار اختلال شوند.
گوگل با استفاده از رویکرد متفاوتی در Lumiere، که احتمالاً نامش از “برادران لومیر”، مخترعان سینما الهام گرفته شده، به برطرف کردن این مشکلات پرداخته است. به جای قرار دادن فریم‌های جداگانه کنار هم، Lumiere کل ویدیو را در یک فرآیند ایجاد می‌کند و می‌تواند مکان قرارگیری اشیا و حرکت آن‌ها را همزمان مدیریت کند. هوش مصنوعی Lumiere هنوز یک پروژه تحقیقاتی است، بنابراین امکان استفاده از آن وجود ندارد، اما گوگل یک ویدیو کوتاه از قابلیت‌های آن را منتشر کرده است.
مدل هوش مصنوعی گوگل براساس معماری فضا-زمان ساخته شده است، به این معنا که Lumiere می‌تواند تمام جنبه‌های حرکت و مکان را در نظر بگیرد و در فرآیند تولید ویدیو، موقعیت سوژه‌ها و حرکت اشیا را مورد بررسی قرار دهد. این ابزار هنوز برای عموم منتشر نشده است، اما علاقه‌مندان می‌توانند با مراجعه به صفحه Github آن، چند ویدیو آزمایشی را مشاهده کنند.
