„Извън този свят“: инструментът Sora на OpenAI за преобразуване на текст във видео запалва интернет
OpenAI, създателят на ChatGPT, представи нова форма на изкуствен интелект, която незабавно създава реалистично видео въз основа на текстови подкани, подсказвайки зашеметени реакции онлайн.
Моделът текст към видео, наречен Sora, има „задълбочено разбиране на езика“ и може да генерира „завладяващи герои, които изразяват живи емоции“, каза OpenAI в публикация в блог в четвъртък.
„Sora е в състояние да генерира сложни сцени с множество герои, специфични типове движение и точни подробности за обекта и фона“, каза подкрепеният от Microsoft стартъп.
„Моделът разбира не само какво е поискал потребителят в подканата, но и как тези неща съществуват във физическия свят.“
Главният изпълнителен директор на OpenAI Сам Алтман на X прикани потребителите да предложат подкани за Sora, преди да публикуват резултати, които включват реалистични видеоклипове на два златни ретривъра, подкастиращи на върха на планина, баба, която прави ньоки, и морски животни, участващи в състезание с велосипеди на върха на океана.
https://t.co/uCuhUPv51N pic.twitter.com/nej4TIwgaP
— Сам Алтман (@sama) 15 февруари 2024 г.
Свръхреалистичното качество на видеоклиповете предизвика смаяни реакции в социалните медии, като потребителите нарекоха резултатите „извън този свят“ и „променят играта“.
„Изминаха два часа и мозъкът ми все още не може да обработи тези генерирани видеоклипове на OpenAI Sora“, каза потребителят на X Allen T.
Демонстрацията също насърчи опасенията относно потенциалните рискове, особено в годината на внимателно наблюдавани избори по света, включително президентските избори в САЩ през ноември.
OpenAI каза в публикацията си в блога, че ще предприеме няколко важни стъпки за безопасност, преди да пусне Sora на широката общественост.
„Ние работим с червени екипи – „експерти в домейни в области като дезинформация, насаждащо омраза съдържание и пристрастия – които ще тестват конкурентно модела“, казаха от компанията.
„Също така създаваме инструменти, които да помогнат за откриването на подвеждащо съдържание, като например класификатор за откриване, който може да разбере кога видеоклипът е генериран от Sora.“
OpenAI също така призна, че Sora има слабости, включително затруднения с непрекъснатостта и разграничаването на ляво от дясно.
„Например, човек може да отхапе от бисквитка, но след това бисквитката може да няма следа от ухапване“, каза стартиращата компания от Сан Франциско.
Конкурентите на OpenAI Meta и Google също демонстрираха технология за изкуствен интелект текст към видео, но техните модели не дадоха толкова реалистични резултати, колкото тези на Sora.
