Sora AI błyskawicznie tworzy przykuwające uwagę filmy

Sora, imponujący nowy generatywny model wideo stworzony przez OpenAI, może pobrać krótki opis tekstowy i przekształcić go w minutowy, skomplikowany klip filmowy w wysokiej rozdzielczości.

OpenAI, spółka-matka chatbota ChatGPT i generatora obrazów nieruchomych DALL-E, jest jedną z wielu firm rywalizujących o ulepszenie tego generatora natychmiastowego wideo. Inne firmy to start-upy, takie jak Runway, oraz giganci technologiczni, tacy jak Google i Meta Platforms Inc., właściciele Facebooka i Instagrama.

Technologia ta może całkowicie zastąpić mniej wykwalifikowanych artystów cyfrowych, przyspieszając jednocześnie pracę doświadczonych filmowców.

Przeczytaj także: Współzałożyciel OpenAI, Andrej Karpathy, ustępuje ze stanowiska i rozważa osobiste przedsięwzięcia

Przedstawiamy Sorę, nasz model zamiany tekstu na wideo.

Sora może tworzyć filmy trwające do 60 sekund, zawierające bardzo szczegółowe sceny, złożone ruchy kamery i wiele postaci wywołujących żywe emocje. https://t.co/7j2JN27M3W

Podpowiedź: „Pięknie, śnieżnie... pic.twitter.com/ruTEWn87vf

- OpenAI (@OpenAI) 15 lutego 2024 r.

Uwolnienie Sory

OpenAI nazwało swój nowy system Sora, co jest japońskim słowem oznaczającym niebo. Zespół opracowujący technologię, w skład którego wchodzili badacze Tim Brooks i Bill Peebles, wybrał tę nazwę, ponieważ „przywołuje ona ideę nieograniczonego potencjału twórczego”.

Sora to nasz pierwszy model do generowania wideo – może tworzyć filmy HD o długości do 1 minuty. AGI będzie w stanie symulować świat fizyczny, a Sora jest kluczowym krokiem w tym kierunku. podekscytowany, że mogłem nad tym pracować @bilpeeb at @Openai przez ostatni rok https://t.co/p4kAkRR0i0 pic.twitter.com/Hipku1LFRM

— Tim Brooks (@_tim_brooks) 15 lutego 2024 r.

Powiedzieli również, że firma nie udostępniła jeszcze Sory publicznie, ponieważ wciąż badała ryzyko związane z systemem. OpenAI raczej dzieli się technologią z wybraną grupą naukowców i innych badaczy z zewnątrz, którzy będą ją tworzyć „czerwonym zespołem”, co jest terminem opisującym poszukiwanie potencjalnych nadużyć.

Według dr Brooksa chodzi o to, aby dać podgląd tego, co widać na horyzoncie, aby ludzie mogli zobaczyć możliwości tej technologii i uzyskać informacje zwrotne.

OpenAI taguje filmy

OpenAI już teraz oznacza filmy utworzone przez system znakami wodnymi, aby wskazać, że zostały wygenerowane przez sztuczną inteligencję (AI). Firma przyznaje jednak, że można je usunąć. Dodali, że ich identyfikacja może być również trudna.

Zgodnie z OpenAI, uczą sztucznej inteligencji (AI) rozumienia i symulowania świata fizycznego w ruchu, a celem jest tworzenie modeli pomagających ludziom rozwiązywać problemy wymagające interakcji w świecie rzeczywistym.

Ponadto zapewniają dostęp kilku artystom wizualnym, projektantom i filmowcom, aby uzyskać opinie na temat tego, jak ulepszyć model, aby był jak najbardziej przydatny dla kreatywnych profesjonalistów.

oto sora, nasz model generowania wideo:https://t.co/CDr4DdCrh1

dzisiaj zaczynamy red-teaming i oferujemy dostęp ograniczonej liczbie twórców.@_tim_brooks @bilpeeb @model_mechanik są naprawdę niesamowite; niesamowita praca ich i zespołu.

niezwykły moment.

—Sam Altman (@sama) 15 lutego 2024 r.

Dzielą się postępami w swoich badaniach już na wczesnym etapie, aby rozpocząć współpracę i uzyskać opinie od osób spoza OpenAI oraz dać społeczeństwu wyobrażenie o możliwościach sztucznej inteligencji na horyzoncie.

Rozwój Sory

Jednakże, OpenAI odmówił ujawnienia liczby filmów, z których system się dowiedział, ani źródła ich pochodzenia. Stwierdzili jedynie, że szkolenie obejmowało zarówno filmy dostępne publicznie, jak i filmy licencjonowane przez właścicieli praw autorskich.

Firma była kilkakrotnie pozwana za wykorzystywanie treści chronionych prawem autorskim. Prawdopodobnie stara się utrzymać przewagę nad konkurencją, dlatego nie ujawnia niczego na temat danych wykorzystywanych do szkolenia swoich technologii.

Co więcej, model doskonale rozumie język, co pozwala mu dokładnie interpretować podpowiedzi i tworzyć fascynujące postacie, które żywo przekazują emocje. Sora może także wykonać kilka ujęć, zachowując ujęcie wizualne i charakter pojedynczego wygenerowanego filmu.

OpenAI udostępniło monit o wygenerowanie wideo na uchwycie X, wywołując kilka reakcji użytkowników X.

Podpowiedź: „Stylowa kobieta idzie ulicą Tokio wypełnioną ciepłymi, świecącymi neonami i animowanymi oznakowaniami miasta. nosi czarną skórzaną kurtkę, długą czerwoną sukienkę i czarne buty i nosi czarną torebkę. nosi okulary przeciwsłoneczne i czerwoną szminkę. chodzi pewnie i swobodnie.… pic.twitter.com/cjIdgYFaWq

- OpenAI (@OpenAI) 15 lutego 2024 r.

Słabe strony Modelki

Według OpenAI obecny model ma słabe strony. Może potrzebować pomocy w dokładnym symulowaniu fizyki złożonej sceny i może potrzebować pomocy w zrozumieniu konkretnych przypadków przyczyny i skutku. Na przykład osoba może ugryźć ciasteczko, ale później ciasteczko może nie mieć śladu ugryzienia.

Model może również wymagać wyjaśnienia szczegółów przestrzennych podpowiedzi, na przykład pomieszania lewej i prawej strony, a także może potrzebować pomocy w zakresie precyzyjnych opisów zdarzeń, które mają miejsce w czasie, np. podążania określoną trajektorią kamery.

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
• PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
• PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
• Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
• Źródło: https://metanews.com/openai-presents-ai-that-produces-eye-popping-videos-instantly/