Kompanija OpenAI je predstavila novi model pod nazivom Sora, koji može "tekstualne instrukcije pretvarati u video".
Model "text-to-video" omogućava korisnicima da kreiraju fotorealistične klipove dužine do jedne minute, koji su bazirani na osnovu onoga što su napisali.
Sora može kreirati "složene scene s više likove, specifične tipove pokreta i precizne detalje subjekta i pozadine", saopštili su iz kompanije OpenAI. Navodi se i da model može "razumjeti kako objekti egzistiraju u fizičkom svijetu" te "precizno interpretirati rekvizite i stvarati uvjerljive likove koji izražavaju živahne emocije".
Model može kreirati video i na osnovu nepokretne slike te popuniti frameove koji nedostaju na postojećem videu ili ga proširiti. Demonstracijski klipovi uključuju scenu Kalifornije iz vazduha tokom "zlatne groznice", video koji izgleda kao da je snimljen iz unutrašnjosti voza u Tokiju, kao i neke druge. Međutim, mnogi sadrže određene znakove da je riječ o AI tehnologiji, kao što je "sumnjivo" pomicanje poda na snimku muzeja. Iz kompanije OpenAI kažu da bi se model "mogao mučiti s preciznim simuliranjem fizike kompleksne scene", ali su rezultati uopšteno prilično impresivni, prenosi Klix.
Sora je trenutno dostupna "crvenim timovima" koji procjenjuju model zbog potencijalne štete i rizika. OpenAI takođe nudi pristup vizuelnim umjetnicima, dizajnerima i filmskim stvaraocima kako bi dali povratne informacije. Napominje da postojeći model možda neće precizno simulirati fiziku složene scene te da možda neće pravilno interpretirati određene slučajeve uzroka i posljedice.
Ranije ove godine je OpenAi najavio da dodaje vodene žigove svom text-to-image alatu DALL-E 3, ali oni se mogu lako ukloniti. Kao što je slučaj s njegovim ostalim AI proizvodima, OpenAI će se morati boriti s posljedicama lažnih, AI fotorealističnih videa koji se pogrešno smatraju stvarnim.
Pratite nas na našoj Facebook i Instagram stranici, kao i na X nalogu.