OpenAI-ის პირველი ტექსტი-ვიდეო მოდელი აქ არის, მაგრამ თქვენ არ შეგიძლიათ მისი გამოყენება

Sora ტექსტის ვიდეო AI შეიძლება გახდეს ნამდვილი პროდუქტი. ან, იქნებ არა.

OpenAI გვიჩვენებს Sora-ს, მის პირველ ტექსტს ვიდეო გენერაციულ AI მოდელს. Sora-ს შეუძლია მარტივი ტექსტური მოთხოვნა ან სურათი გადააქციოს მაღალი რეზოლუციის ვიდეოდ წუთში. მას ასევე შეუძლია „გაფართოვდეს“ ან ჩასვა ჩარჩოები არსებულ ვიდეოებში. თუმცა, OpenAI ჯერ კიდევ წყვეტს შესთავაზოს თუ არა Sora როგორც პროდუქტი.

ეს არ არის პირველი ტექსტიდან ვიდეო AI, მაგრამ შეიძლება იყოს ყველაზე შთამბეჭდავი. Google-ისა და Meta-ს გენერაციული ვიდეოები დაბალი რეზოლუციის, აურზაური და მტანჯველი კოშმარულია. იმავდროულად, Sora მოდელი აწარმოებს 1080p ვიდეოს გლუვი კადრების სიჩქარით და მისი გამომავალი შეიძლება შეცდომით ჩაითვალოს რეალურ ვიდეოდ.

Sora-ს გამომუშავების ადრეული მაგალითები ხელმისაწვდომია OpenAI ვებსაიტზე. ამ მაგალითებზე დაყრდნობით, ჩვენ შეგვიძლია დავინახოთ, რომ AI-ს აქვს ადამიანის სხეულის პროპორციების, ფოტორეალისტური განათების და კრეატიული კინემატოგრაფიის სათანადოდ აღქმა. სორა ასევე კარგად ხატავს რეალისტურ ცხოველებს და შეუძლია ძველი ფილმის ნაკლოვანებების მიბაძვა.

რა თქმა უნდა, სორას გამომუშავება შორს არის სრულყოფილი. მის ყველა საგანს აქვს უცნაური უწონაობის ხარისხი და თუ კარგად დააკვირდებით, ნახავთ ხელოვნური ინტელექტის გამოსახულებების წარმოქმნის უცნაურ თვისებებს. OpenAI აღიარებს, რომ Sora შეიძლება მოხვდეს ან გამოტოვოთ და გვაწვდის რამდენიმე "ცუდ" მაგალითს ხელოვნური ინტელექტის გამომუშავების შესახებ, მათ შორის ვიდეოს, რომელშიც კაცი ტრიალებს სარბენ ბილიკზე უკან.

Sora მოდელს აქვს "ენის ღრმა გაგება" და შეუძლია "გამოხატოს ძლიერი ემოციები" მის გამომუშავებაში. თუმცა, სორა არ საჭიროებს ხანგრძლივ ან რთულ მოთხოვნას. OpenAI-ის მიერ მოწოდებული ზოგიერთი მაგალითი დაფუძნებულია ღია, ერთი წინადადების მოთხოვნებზე. ეს სულაც არ განსხვავდება ChatGPT-ის გამოსახულების გენერირების ფუნქციისგან.

სამწუხაროდ, OpenAI-მ არ აჩვენა Sora-ს გამოსახულების ვიდეოზე გადაცემის შესაძლებლობები. ჩვენ ასევე გვაინტერესებს AI-ის ვიდეოს გაფართოებისა და ჩარჩოს ჩასმის ფუნქციები - თუ ეს ფუნქციები ეფექტურია, Sora შეიძლება იყოს სასარგებლო ინსტრუმენტი ვიდეოს რედაქტირებისთვის ან აღდგენისთვის.

ჩვენ ასევე ძალიან ცოტა ვიცით სორას ვარჯიშის მონაცემების შესახებ. OpenAI ამბობს, რომ მან გამოიყენა დაახლოებით 10,000 საათი "მაღალი ხარისხის" ვიდეო, მაგრამ ეს ყველაფერია. დამატებითი ინფორმაცია შეიძლება გამოვლინდეს OpenAI-ის Sora White paper-ში, რომელიც გამოქვეყნდება 15 იანვრის ბოლოს.

ნებისმიერ შემთხვევაში, სორამ უნდა გადალახოს რამდენიმე დაბრკოლება, სანამ ის გახდება ნამდვილი პროდუქტი. OpenAI კონსულტაციას უწევს „პოლიტიკოსებს, პედაგოგებს და ხელოვანებს“, რათა უკეთ გაიგოს საზოგადოების შეშფოთება. ის ასევე მუშაობს ექსპერტებთან, რომლებსაც შეუძლიათ შეაფასონ სორას პოტენციალი „დეზინფორმაციისთვის, სიძულვილის შემცველი შინაარსისა და მიკერძოებისთვის“. თუ OpenAI გადაწყვეტს Sora-ს საჯაროდ გამოტანას, AI-ის გამომავალს დაერთვება C2PA მეტამონაცემები უფრო მარტივი იდენტიფიკაციისთვის.

წყარო: OpenAI