OpenAI vám teraz umožní vytvárať videá zo slovných pokynov. Má to však jeden háčik!

Na blogu spoločnosť uviedla, že Sora dokáže z textových pokynov vytvárať videá s dĺžkou až 60 sekúnd, pričom dokáže vytvárať scény s viacerými postavami, špecifickými typmi pohybu a podrobnými informáciami o pozadí. "Model rozumie nielen tomu, o čo používateľ požiadal vo výzve, ale aj tomu, ako tieto veci existujú vo fyzickom svete," uvádza sa v príspevku na blogu.

Spoločnosť OpenAI uviedla, že má v úmysle trénovať modely AI, aby mohli "pomáhať ľuďom riešiť problémy, ktoré si vyžadujú interakciu v reálnom svete".

Ide o najnovší počin spoločnosti, ktorá stojí za virálnym chatbotom ChatGPT a pokračuje v presadzovaní generatívnej umelej inteligencie. Hoci "multimodálne modely" nie sú novinkou a modely na prevod textu na video už existujú, podľa Reecea Haydena, senior analytika spoločnosti ABI Research, ktorá sa zaoberá prieskumom trhu, sa tento model odlišuje dĺžkou a presnosťou, ktorú podľa spoločnosti OpenAI Sora má.

Hayden uviedol, že tieto typy modelov umelej inteligencie by mohli mať veľký vplyv na trhy digitálnej zábavy s novým personalizovaným obsahom, ktorý sa bude streamovať naprieč kanálmi.

"Jedným zo zrejmých prípadov použitia je televízia; vytváranie krátkych scén na podporu rozprávania," povedal Hayden. "Tento model je však stále obmedzený, ale ukazuje smerovanie trhu."

Popis

Zdroj: Pexels.com

Spoločnosť OpenAI zároveň uviedla, že Sora je stále vo vývoji a má jasné "slabiny", najmä pokiaľ ide o priestorové detaily (miešanie ľavej a pravej strany), príčiny a následky. Ako príklad uviedla vytvorenia videa, v ktorom si niekto odhryzne zo sušienky, ale hneď po ňom nie je na sušienke stopa po odhryznutí.

V súčasnosti sa komunikácia spoločnosti OpenAI naďalej zameriava na bezpečnosť. Spoločnosť uviedla, že plánuje spolupracovať s tímom odborníkov na testovaní najnovšieho modelu a pozorne sa venovať rôznym oblastiam vrátane dezinformácií, nenávistného obsahu a zaujatosti. Spoločnosť uviedla, že vytvára aj nástroje, ktoré pomôžu odhaliť zavádzajúce informácie.

Sora bude najprv sprístupnená profesorom kybernetickej bezpečnosti, tzv. "červeným tímom", ktorí môžu produkt posúdiť z hľadiska škôd alebo rizík. Prístup k nemu získajú aj viacerí výtvarní umelci, dizajnéri a filmári, aby získali spätnú väzbu o tom, ako by ho mohli využívať kreatívni profesionáli.

Začiatkom tohto týždňa spoločnosť oznámila, že testuje funkciu, pomocou ktorej môžu používatelia ovládať pamäť ChatGPT a požiadať platformu, aby si zapamätala konverzácie, ktoré budú v budúcnosti personalizované, alebo aby zabudla, o čom sa predtým diskutovalo.