OpenAI a lansat Sora, noul model de inteligență artificială text-to-video. Înțelege modul în care obiectele există în lumea fizică

OpenAI a lansat Sora. Compania a prezentat noul său modelul de inteligență artificială text-to-video, „Sora”. Compania spune că Sora „poate crea scene realiste și pline de imaginație pornind de la instrucțiuni text”.

Modelul text-to-video le permite utilizatorilor să creeze videoclipuri fotorealiste de până la un minut – totul pe baza unor instrucțiuni scrise, relatează theverge.com

Sora este capabil să creeze „scene complexe cu mai multe personaje, tipuri specifice de mișcare și detalii precise ale subiectului și ale fundalului”, potrivit postării introductive de pe blogul OpenAI.

De asemenea, compania notează că modelul poate înțelege modul în care obiectele „există în lumea fizică”, precum și „să interpreteze cu acuratețe recuzita și să genereze personaje convingătoare care exprimă emoții vibrante”.

Șablonul poate, de asemenea, să genereze un videoclip dintr-o imagine statică, precum și să completeze cadrele lipsă dintr-un videoclip existent sau să îl extindă.

Vezi și DOZA DE NORMALITATE: Inteligența artificială cu bune și cu rele. De ce ar trebui să ne preocupe acest subiect

OpenAI a lansat Sora: Modelul poate genera, de asemenea, un videoclip pe baza unei imagini statice, precum și să completeze cadrele lipsă dintr-un videoclip existent sau să-l extindă.

Demo-urile generate de Sora incluse în postarea pe blogul OpenAI includ o scenă aeriană a Californiei în timpul goanei aurului, un videoclip care arată ca și cum ar fi fost filmat din interiorul unui tren Tokyo și altele.

În urmă cu câțiva ani, generatorii text-to-image, cum ar fi Midjourney, erau în fruntea capacității modelelor de a transforma cuvintele în imagini.

Dar recent, videoclipurile au început să se îmbunătățească într-un ritm remarcabil: companii precum Runway și Pika au arătat modele impresionante de text-to-video, iar Google Lumiere se consideră unul dintre principalii concurenți ai OpenAI în acest domeniu.

Similar cu Sora, Lumiere oferă utilizatorilor instrumente de transpunere text în video și, de asemenea, le permite să creeze videoclipuri dintr-o imagine statică.