OpenAI hiljutine videote genereerimise mudel, Sora, lükkab AI võimete piire, muutes tekstiinstruktsioonid hämmastavalt fotorealistlikeks videoteks. Sora võimaldab kasutajatel valla päästa oma loovus ja ellu äratada oma visioonid keerukate stseenide, mitme tegelase, konkreetsete liikumistüüpide ning objektide ja tausta täpsete detailide kujul.
Sora abil on OpenAI tutvustanud tekst-videomudelit, mis suudab mõista, kuidas objektid füüsilises maailmas eksisteerivad, täpselt tõlgendada rekvisiite ning luua tegelasi, kes väljendavad elavat emotsiooni. Kasutades Sora võimsat algoritmi, saavad kasutajad luua videosid, mis kaasavad vaatajad haaravatesse jutustustesse ja visuaalselt suurejoonelistesse keskkondadesse.
Sora eristub oma võimest luua videoid põhinedes staatilistele piltidele või täita puuduvaid kaadreid olemasolevates videotes. OpenAI blogipostituses on saadaval muljetavaldavad Sora poolt genereeritud demod, sealhulgas õhustik Californiast kuldaegadel ja videomaterjal, mis simuleerib Tokyo rongisõitu. Kuigi mõned neist demodest näitavad aeg-ajalt AI-le omaseid tunnusjooni, on üldine tulemus võimas.
Kuigi tekst-pildi generaatoreid nagu Midjourney olid kunagi valdkonnas domineerivad, on AI progress videote genereerimisel nüüd märkimisväärne. Konkurendid nagu Runway, Pika ja Google’i Lumiere on samuti teinud olulisi edusamme tekst-videomudelite vallas. Lumiere, mis sarnaneb Sorale, annab kasutajatele vahendid teksti teisendamiseks videoteks ja videote loomiseks staatilistest piltidest.
Hetkel on Sora kättesaadav “punase meeskonna” liikmetele, kes hindavad mudeli potentsiaalseid riske ja kahjusid. OpenAI on samuti laiendanud juurdepääsu visuaalkunstnikele, disaineritele ja filmitegijatele, et koguda väärtuslikku tagasisidet. Siiski tunnistab ettevõte, et Soral võib olla piiranguid keeruliste stseenide füüsika täpseks simuleerimiseks ja põhjuse ning tagajärje korrektselt tõlgendamiseks.
OpenAI jätkab AI valdkonnas innovatsiooni ja on pidevalt teadlik AI-ga genereeritud videote võimalikest tagajärgedest, kui neid võidakse segi ajada reaalsusega. Sellele murele vastuseks on OpenAI rakendanud vesimärke oma tekst-pildi tööriistas DALL-E 3, kuigi neid on lihtne eemaldada.
Sora esindab läbimurret AI videote genereerimisel, kus kasutajad saavad oma loovust valla lasta ja luua suurepäraseid videosid lihtsate tekstivihjete abil. Pakkudes sujuvat silda kujutlusvõime ja reaalsuse vahel, avab Sora tee veelgi märkimisväärsematele innovatsioonidele AI-ga genereeritud sisu valdkonnas.
Sagedased küsimused
The source of the article is from the blog lisboatv.pt