Spoločnosť OpenAI najnovšie pridala na sociálnej sieti X video, v ktorom ľuďom ukazuje jej nový generátor videí. Pred niekoľkými rokmi by niečo takéto bolo len súčasťou predstáv o sci-fi budúcnosti. Umelá inteligencia búra všetky prekážky a hrnie sa dopredu.
Video je perfektné
Generálny riaditeľ Sam Altman vo svojom príspevku predstavil nový model, ktorý má slúžiť na generáciu videí z textového zadania. Podľa neho dokáže „vytvárať až 60-sekundové videá s veľmi detailnými scénami, komplexným pohybom kamery a viacerými postavami so živými emóciami.“ Na spomenutom videu emócie nevidno, keďže sa na ňom zobrazuje dvojica, ktorá je otočená chrbtom. Video je z prostredia Tokia a pôsobí skutočne realisticky, píše sa na portáli Futurism.
@openai Introducing Sora, our first AI model that creates videos from text captions. This video was generated from the following prompt: “Beautiful, snowy Tokyo city is bustling. The camera moves through the bustling city street, following several people enjoying the beautiful snowy weather and shopping at nearby stalls. Gorgeous sakura petals are flying through the wind along with snowflakes” What would you like to see Sora make next? Let us know in the comments. #madewithSora #Sora #OpenAI ♬ original sound - OpenAI
Altman videí pridal viac. Aplikácia dostala názov Sora a vo videách sa zobrazuje viacero scén so živými detailmi – od fotorealistických mamutov a upútavky na sci-fi film až po animovanú huňatú príšeru či nádherne vykreslený svet koralového útesu.
Prompt: “A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. she wears a black leather jacket, a long red dress, and black boots, and carries a black purse. she wears sunglasses and red lipstick. she walks confidently and casually.… pic.twitter.com/cjIdgYFaWq
— OpenAI (@OpenAI) February 15, 2024
Generálny riaditeľ ale dodáva, že model má stále svoje slabé stránky. „Môže mať problémy s presnou simuláciou fyziky zložitej scény a nemusí rozumieť konkrétnym prípadom príčiny a následku. Napríklad, človek si môže odhryznúť zo sušienky, ale potom na sušienke nemusí byť stopa po uhryznutí,“ vysvetľuje.
@openai Introducing Sora, our first AI model that creates videos from text captions. This video was generated from the following prompt: “several giant wooly mammoths approach treading through a snowy meadow, their long wooly fur lightly blows in the wind as they walk, snow covered trees and dramatic snow capped mountains in the distance, mid afternoon light with wispy clouds and a sun high in the distance creates a warm glow, the low camera view is stunning capturing the large furry mammal with beautiful photography, depth of field” What would you like to see Sora make next? Let us know in the comments. #madewithSora #Sora #OpenAI ♬ original sound - OpenAI
Sora ale ešte nie je dostupná verejnosti, pretože je stále vo fáze testovania. „Pred sprístupnením služby Sora v produktoch OpenAI podnikneme niekoľko dôležitých bezpečnostných krokov. Vytvárame tiež nástroje, ktoré pomôžu odhaliť zavádzajúci obsah, ako je napríklad klasifikátor detekcie, ktorý dokáže určiť, kedy bolo video vytvorené systémom Sora,“ hovorí.