OpenAI ha recentemente svelato il suo rivoluzionario modello di intelligenza artificiale testo-fotorealistica per video chiamato Sora, che rappresenta un significativo passo avanti nella tecnologia di intelligenza artificiale generativa. Questa notevole innovazione ha il potenziale per rivoluzionare vari settori oltre alla produzione video.
Sora viene definito come un “simulatore del mondo” da OpenAI, poiché dimostra una comprensione di importanti aspetti del mondo tridimensionale. L’AI è in grado di generare scene simili a CGI di paesaggi digitali o creare video che catturano l’essenza di scenari del mondo reale, come ad esempio una donna che cammina lungo una strada illuminata al neon di notte.
Il ricercatore responsabile di Sora, Tim Brooks, spiega che la capacità dell’AI di comprendere la geometria tridimensionale e la coerenza è emersa naturalmente dall’esposizione a grandi quantità di dati, anziché essere programmata in anticipo. Questa scoperta mette in luce il potenziale straordinario di scalare i modelli di generazione video nella costruzione di simulatori ad uso generale del mondo fisico.
Per addestrare Sora, OpenAI lo ha alimentato con grandi quantità di video corredate da didascalie, stabilendo una connessione tra le riprese video e l’input di testo. Questo approccio consente all’AI di generare nuove riprese in base a stimoli, estendere clip esistenti o trasformare immagini generate dall’AI in formato video.
In particolare, i ricercatori di OpenAI hanno osservato diverse capacità emergenti in Sora durante lo sviluppo. L’AI è in grado di simulare aspetti di persone, animali e ambienti presenti nel mondo fisico. Questo è evidente nelle clip generate, che mostrano spostamenti dinamici della telecamera e movimenti sorprendentemente fluidi, indicando una significativa comprensione degli spazi tridimensionali.
Le potenziali applicazioni di Sora vanno oltre la produzione video, con OpenAI che suggerisce addirittura il suo potenziale per le piattaforme di gioco. Scalando ulteriormente i modelli video, potrebbero essere sviluppati simulatori altamente capaci sia dei regni fisici che digitali, insieme ai loro abitanti.
È importante riconoscere che Sora ha ancora alcune limitazioni. Il modello non comprende appieno causa ed effetto, come dimostrato da casi in cui una persona prende un morso da un biscotto ma il biscotto rimane integro o una tazza di vetro perde liquido senza rompersi prima. Nonostante queste imperfezioni, Sora rappresenta uno sguardo verso un futuro in cui i video generati dall’AI sono indistinguibili dalla realtà.
OpenAI è impegnata ad affrontare i potenziali rischi associati a questa tecnologia. L’azienda intende lanciare lentamente Sora per valutare i danni e i rischi potenziali con l’aiuto di valutatori esterni. Garantire la sicurezza è una priorità assoluta, poiché OpenAI riconosce il potenziale di abusi.
In conclusione, Sora di OpenAI rappresenta una svolta monumentale nella tecnologia dell’IA. La sua capacità di simulare il mondo fisico e generare video fotorealistici mostra l’immenso potenziale dei modelli di intelligenza artificiale generativa. Sebbene vi siano ancora sfide da superare, Sora apre la strada a un futuro in cui i contenuti prodotti dall’AI sfumano la linea tra reale e artificiale.
The source of the article is from the blog mgz.com.tw