Netflix sa púšťa do AI - zverejnil model, ktorý vie z videa odstrániť objekty aj s ich fyzikálnym dopadom

Netflix zverejnil svoj verejný AI model s názvom VOID, teda Video Object and Interaction Deletion. Nejde pritom o bežný nástroj na retušovanie videa, ktorý len vymaže človeka alebo predmet a dopočíta pozadie. Model sa snaží upraviť aj to, ako prítomnosť odstráneného objektu ovplyvňovala okolie, teda napríklad tiene, odrazy alebo fyzické reakcie ďalších predmetov v zábere.

Práve to je hlavný rozdiel oproti klasickému video inpaintingu. Ak by ste napríklad odstránili postavu, ktorá drží gitaru, systém sa nemá tváriť, že gitara vo vzduchu nikdy nevisela. Netflix pri VOID uvádza, že model má dopočítať aj takéto následky a vytvoriť scénu tak, aby pôsobila fyzikálne vierohodne, akoby sa daný objekt v zábere vôbec nenachádzal.

Netflix dropped some useful stuff. VOID -video object and interaction deletion.

- removes objects while realistically simulating physical consequences;
- beats Runway/ProPainter;
- CogVideoX-5B + SAM 2;
looks good, no smudges/artifactshttps://t.co/cEOc6pJpaF pic.twitter.com/96ITDONSCM

- Wildminder (@wildmindai) April 3, 2026

VOID je dostupný na Hugging Face a Netflix zároveň zverejnil aj GitHub repozitár, projektovú stránku, demo a paper. To naznačuje, že nejde len o interný výskum ukázaný v prezentácii, ale o reálne sprístupnený model pre vývojárov a výskumníkov. Paper bol zverejnený začiatkom apríla 2026 a opisuje VOID ako framework na odstraňovanie objektov z videa s dôrazom na fyzikálne konzistentné výsledky.

Technicky je model postavený na základe CogVideoX-Fun-V1.5-5b-InP modelu, ktorý bol doladený na video inpainting. Pri spracovaní využíva takzvaný quadmask, teda rozdelenie vstupu na viac typov oblastí. Systém tak vie odlíšiť samotný objekt na odstránenie, oblasti jeho prekryvu, zasiahnuté časti scény a pozadie, ktoré má zostať zachované. Podľa dokumentácie Netflixu sa pri príprave týchto masiek využíva aj kombinácia SAM2 a vision-language prístupu na odhad oblastí, ktoré boli odstráneným objektom ovplyvnené.

Netflix zároveň ukazuje, že VOID sa nechce sústrediť len na estetické čistenie obrazu. Projektová stránka priamo porovnáva výsledky s ďalšími riešeniami ako ProPainter, DiffuEraser, Runway, MiniMax-Remover, ROSE či Gen-Omnimatte. Netflix tým naznačuje, že chce ponúknuť silnejší nástroj práve v prípadoch, kde nejde iba o vyplnenie prázdneho miesta, ale o prepočítanie priebehu celej scény po zásahu.

Pre bežných používateľov však nejde o ľahko dostupný nástroj na domácu grafiku. Oficiálna dokumentácia uvádza, že notebook verzia potrebuje GPU s viac ako 40 GB VRAM, napríklad Nvidia A100. Model je teda zatiaľ zameraný skôr na výskum, experimentovanie a profesionálnejšie nasadenie než na bežné strihanie videí na spotrebiteľskom hardvéri.

Zaujímavé je aj to, že Netflix ide práve týmto smerom, možno ak sa rozhodnú nejakú postavu vymazať z nejakého seriálu, alebo filmu, tak aby na to mali nástroje.  Možno by al mohli spraviť výmenu postáv, aby si diváci mohli vymeniť určitú postavu, ktorá sa im do danej značky nehodí, za inú.