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.
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.
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.