Sora, новият инструмент за конвертиране на текст към видео на OpenAI, предизвиква вълнение и страхове. Ето какво знаем за него

Sora е новият генератор на текст към видео OpenAI на основателя на ChatGPT. Ето какво знаем за новия инструмент, пораждащ в идентична степен безпокойствие и неспокойствие.

Създателят на ChatGPT към този момент се гмурка в света на видеото, основано от изкуствен интелект (AI).

Запознайте се със Sora - новия генератор на текст към видео на OpenAI. Инструментът, който основаната в Сан Франциско компания показа в четвъртък, употребява генериращ AI за неотложно основаване на къси видеоклипове въз основа на писмени команди.

Sora не е първата, която показва този тип технология. Но анализаторите от промишлеността показват високото качество на показваните до момента видеоклипове на инструмента и означават, че въвеждането му бележи забележителен скок както за OpenAI, по този начин и за бъдещето на генерирането на текст към видео като цяло.

Все отново, както при всички неща в бързо разрастващото се пространство на AI през днешния ден, такава технология също поражда страхове по отношение на евентуални етични и публични последствия. Ето какво би трябвало да знаете.

Какво може да прави Sora и мога ли да го употребявам още?

Sora е генератор на текст към видео - основава видеоклипове с дължина до 60 секунди въз основата на писмени инструкции благодарение на генериращ AI. Моделът може също да генерира видео от съществуващо неподвижно изображение.

Generative AI е клон на AI, който може да сътвори нещо ново. Примерите включват чатботове, като ChatGPT на OpenAI, и генератори на изображения като DALL-E и Midjourney.

Настройването на AI система за генериране на видеоклипове е по-ново и по-предизвикателно, само че разчита на част от същата технология.

Sora не към момента не е наличен за публично прилагане (OpenAI споделя, че се ангажира с политици и актьори, преди публично да пусне инструмента) и има доста неща, които към момента не знаем. Но след известието в четвъртък компанията показа шепа образци за видеоклипове, генерирани от Sora, с цел да покаже какво може да направи.

също се обърна към X, платформата, известна преди като Twitter, с цел да попита потребителите на обществените медии за изпращане на бързи хрумвания.

По-късно той показа видеоклипове с реалистични елементи, които дават отговор на подкани като „ два златни ретривъра, подкастиращи на върха на планина “ и „ велосипедно съревнование в океана с разнообразни животни като спортисти, каращи колела с аспект от дрон камера “.

Въпреки че видеоклиповете, генерирани от Sora, могат да изобразяват комплицирани, необикновено детайлни подиуми, OpenAI отбелязва, че към момента има някои недостатъци - в това число някои пространствени и причинно-следствени детайли.

Например, OpenAI прибавя на уеб страницата си, „ човек може да отхапе от бисквитка, само че по-късно бисквитката може да няма диря от захапване “.

Какви други принадлежности за видео, генерирани от AI, съществуват?

Sora на OpenAI не е първият по рода си. Гугъл, Meta и стартъпът Runway ML са измежду фирмите, които са показали сходна технология.

Все отново анализаторите в промишлеността акцентират очевидното качество и впечатляващата дължина на видеоклиповете на Sora, споделени до момента.

Фред Хавемайер, началник на американския AI и софтуерни проучвания в Macquarie, сподели, че стартирането на Sora бележи огромна крачка напред за промишлеността.

„ Не единствено можете да вършиме по-дълги видеоклипове, само че и схващат до 60 секунди, само че също по този начин създаваните видеоклипове наподобяват по-нормални и наподобява, че в действителност зачитат повече физиката и действителния свят “, сподели Хавемайер.

„ Вие не получавате толкоз доста видеоклипове или фрагменти от „ злокобна котловина “ във видео излъчванията, които наподобяват... неестествено “.

Въпреки че има „ голям прогрес “ в генерираното от AI видео през последната година – в това число представянето на Stable Video Diffusion предишния ноември – старши анализаторът на Forrester Роуън Къран сподели, че такива видеоклипове изискват повече „ сглобяване “ за координация на героите и сцените.

Съгласуваността и дължината на видеоклиповете на Sora обаче съставляват „ нови благоприятни условия за създателите да включат детайли от видео, генерирано от изкуствен интелект, в по-традиционно наличие, а в този момент даже да генерират пълноценни наративни видеоклипове от един или няколко подкани, " сподели Къран на Асошиейтед прес по имейл в петък.

Какви са евентуалните опасности?

Въпреки че качествата на Sora изумиха наблюдаващите от стартирането в четвъртък насам, безпокойството по отношение на етичните и публични последствия на употребяваните видео, генерирани от изкуствен интелект, също остава.

Хейвмайер показва да вземем за пример забележителните опасности в евентуално напрегнатия избирателен цикъл през 2024 година

Наличието на „ евентуално вълшебен “ метод за генериране на видеоклипове, които могат да наподобяват и звучат реалистично, слага редица проблеми в политиката и отвън нея, добави той - акцентирайки опасения за машинация, агитация и дезинформация.

„ Отрицателните външни резултати на генеративния AI ще бъдат сериозна тематика за спор през 2024 година “, сподели Хавемайер. „ Това е значителен проблем, с който всеки бизнес и всеки човек ще би трябвало да се изправи тази година “.

Технологичните компании към момента вземат решение, когато става въпрос за ръководство на ИИ и неговите опасности, защото държавните управления по света работят за хващане нагоре.

През декември Европейският съюз реализира съглашение по отношение на първите в света всеобхватни правила за ИИ, само че актът няма да влезе в действие преди две години след окончателното утвърждение.

В четвъртък OpenAI съобщи, че подхваща значими стъпки за сигурност, преди да направи Sora необятно налична.

„ Ние работим с червени екипи – специалисти по домейни в области като дезинформация, насаждащо ненавист наличие и пристрастия – които ще тестват модела по неприятелски метод, “ написа компанията.

„ Ние също построяваме принадлежности, които да оказват помощ за откриването на подвеждащо наличие, като да вземем за пример класификатор за разкриване, който може да разбере по кое време видеоклипът е генериран от Sora.

Вицепрезидент на OpenAI по световните въпроси, Анна Маканджу повтори това, когато приказва в петък на Мюнхенската конференция по сигурността, където OpenAI и 19 други софтуерни компании дадоха обещание да работят непринудено дружно за.

Тя означи, че компанията пуска Sora „ по метод, който е много внимателен “.

В същото време OpenAI разкри лимитирана информация за това по какъв начин е издигната Сора.

Техническият отчет на OpenAI не разкрива какви изображения и видео източници са употребявани за образование на Sora - и компанията не отговори неотложно на искане за спомагателен коментар в петък.

Съобщението на Sora също идва на фона на правосъдни каузи против OpenAI и неговия бизнес сътрудник Microsoft от някои създатели и The New York Times за потреблението на предпазени с авторски права писмени творби за образование на ChatGPT.