OpenAI представи своя първи модел за текст към видео, наречен Sora.
Sora е дифузионен модел, който може да създава видеоклипове с продължителност до 60 секунди с изключително детайлни сцени, сложни движения на камерата и множество герои с ярки емоции.
Introducing Sora, our text-to-video model.
— OpenAI (@OpenAI) February 15, 2024
Sora can create videos of up to 60 seconds featuring highly detailed scenes, complex camera motion, and multiple characters with vibrant emotions. https://t.co/7j2JN27M3W
Prompt: “Beautiful, snowy… pic.twitter.com/ruTEWn87vf
OpenAI описва Sora като „основополагащ модел, който може да разбира и симулира реалния свят, което е важна стъпка към постигането на изкуствен общ интелект (AGI)“.
Моделът използва същата архитектура като моделите GPT, което според OpenAI „осигурява по-висока производителност при мащабиране.“
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
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… pic.twitter.com/Um5CWI18nS
— OpenAI (@OpenAI) February 15, 2024
Sora може да генерира сложни сцени с множество герои, специфични типове движения и точни детайли на обектите и фона. Моделът разбира не само какво е посочил потребителят в инструкцията, но и как тези елементи съществуват във физическия свят
– поясниха от OpenAI в блог пост по темата.
Моделът има задълбочено разбиране на езика, което му позволява точно да интерпретира указанията и да генерира завладяващи герои, които изразяват ярки емоции. Sora може също така да създава множество кадри в рамките на един генериран видеоклип, които прецизно отразяват героите и визуалния стил.
Хиперреалистичното качество на видеоклиповете предизвика бурни реакции в социалните мрежи, като дори засенчи вчерашния анонс на новия модел на Google – Gemini 1.5. Например, известният ютубър Маркес Браунли сподели няколко видеоклипа, генерирани от Sora, и каза:
Всеки от тези видеоклипове е генериран от изкуствен интелект и ако това не ви притеснява ни най-малко, нищо няма да ви притесни.
Every single one of these videos is AI-generated, and if this doesn't concern you at least a little bit, nothing will
— Marques Brownlee (@MKBHD) February 15, 2024
The newest model: https://t.co/zkDWU8Be9S
(Remember Will Smith eating spaghetti? I have so many questions) pic.twitter.com/TQ44wvNlQw
Изпълнителният директор на OpenAI, Сам Алтман, покани потребителите в социалната мрежа X да споделят предложения за видеоклиповете.
Бихме искали да ви покажем какво може Sora, моля, отговорете със заглавия за видеоклиповете, които искате да видите, и ще започнем да правим такива!
we'd like to show you what sora can do, please reply with captions for videos you'd like to see and we'll start making some!
— Sam Altman (@sama) February 15, 2024
Резултати са наистина зашеметяващи, нито един генератор на видео на пазара в момента не може да се доближи до тях.
https://t.co/uCuhUPv51N pic.twitter.com/nej4TIwgaP
— Sam Altman (@sama) February 15, 2024
will generate you a video, what would you like?
— Sam Altman (@sama) February 15, 2024
— Sam Altman (@sama) February 15, 2024
https://t.co/rmk9zI0oqO pic.twitter.com/WanFKOzdIw
— Sam Altman (@sama) February 15, 2024
В момента Sora e достъпен само за „червени екипи“, които оценяват модела за потенциални вреди и рискове. OpenAI също така ще даде достъп до модела на визуални артисти, дизайнери и режисьори, за да получи обратна връзка.
Изграждаме и инструменти за откриване на подвеждащо съдържание, като например класификатор за откриване, който може да определи кога дадено видео е генерирано от Sora
– споделят от OpenAI.
Последвайте ни в социалните мрежи – Facebook, Instagram, X и LinkedIn!