OpenAI, tuntud tehisintellekti ettevõte, mida juhib Sam Altman, teatas neljapäeval olulisest innovatsioonist. Nad tutvustasid oma viimast loomist ‘Sorat’, täiustatud videote genereerimise mudelit, mis on loodud tekstiinstruktsioonide muutmiseks reaalsustruudiks ja fantaasiaküllaseks stseeniks. Sora abil saavad kasutajad luua vapustavaid fotorealistlikke videoid, lihtsalt kasutades kirjutatud sõnu.
OpenAI blogipostituse kohaselt suudab Sora koostada keerulisi stseene mitmete tegelaste, erinevate liikumistüüpide ja põhjalikult täpsete tausta detailidega. See silmapaistev mudel näitab suurt arusaama reaalmaailma objektidest, võimaldades tal täpselt tõlgendada juhiseid ja lihtsalt luua köitvaid tegelasi, kes kannavad edasi laia emotsioonide spektrit. Oma erakordse keeleoskusega mõistab Sora mitte ainult kasutaja soove tekstis, vaid ka neis elementides füüsilist eksistentsi.
Üks Sora kõige muljetavaldavamaid omadusi on võime genereerida kvaliteetseid Full HD (1080p) filme. OpenAI uhkusega väidab, et nende mudel on ületamatu stseenide loomisel, mis on täis elu, ühendades mitmeid tegelasi, erinevaid liikumismustreid ja keerukaid tausta nüansse. Siiski tunnistab OpenAI, et Sora pole täiuslik ning võib tekkida probleeme keerukate stseenide füüsika täpse jäljendamise või põhjuslikkuse suhte tajumisega. Mõnikord võib tal olla raskusi konkreetsete ruumiliste detailidega või täpsete kirjelduste pakkumisega ajas toimuvate sündmuste kohta.
Sora kasutamiseks on OpenAI oma blogipostituses välja toonud lihtsa protsessi. Kasutajad peavad sisestama soovitud stseenikirjelduse kirjaliku käsuande kujul ning Sora kogub kogu asjakohase teabe stseeni loomiseks vastavalt sellele. Kui stseen on loodud, saavad kasutajad seda edasi kohandada ja muuta, et saavutada soovitud tulemus.
OpenAI Sora esindab kahtlemata märkimisväärset edusammu tekst-videotehnoloogias. Kasutajatele võimaluste avamine vapustavate videote loomiseks lihtsalt kirjalike käsuandmete abil avardab visuaalse jutustamise võimalusi üle mõistuse. Kuigi Sora ei pruugi olla täiuslik, on see kahtlemata tunnistus tehisintellekti valdkonnas tehtavast suurest arengust.
KKK
K: Mis on Sora?
V: Sora on OpenAI poolt loodud edasijõudnud videote genereerimise mudel. See võib tekstikäsuannete põhjal muuta need reaalsustruudiks ja fantaasiaküllasteks stseenideks.
K: Mida Sora teha suudab?
V: Sora suudab genereerida vapustavaid fotorealistlikke videoid tekstikäskude alusel. See oskab konstrueerida keerulisi stseene mitme tegelasega, erinevat liikumistüüpi ja detailse taustaga.
K: Kui hästi Sora keelt mõistab?
V: Sora omab erakordset keeleoskust. See mõistab mitte ainult kasutaja käsuandmeid, vaid ka käsuandmetes mainitud elementide füüsilist olemasolu.
K: Millised on Sora piirangud?
V: Kuigi Sora suudab luua kvaliteetseid videosid, võib see raskusi tekitada keerukate stseenide täpse füüsika jäljendamisega, põhjusliku seose tajumisega, täpsete kirjelduste pakkumisega ajas toimuvate sündmuste kohta või teatud ruumiliste detailidega.
K: Kuidas kasutajad Sora saavad kasutada?
V: Kasutajad saavad sisestada soovitud stseenikirjelduse kirjaliku käsuandena ning Sora genereerib vastavalt sellele stseeni. Kasutajad saavad stseeni vajadusel ka kohandada ja muuta.
Määratlused:
1. Tekst-videomudel: Videote loomise protsess, mis põhineb kirjalikel juhistel või käsuannetel.
Seotud lingid:
– OpenAI blogi
– OpenAI
The source of the article is from the blog mgz.com.tw