Kokeile OpenAI Soraa

Luoda video tekstistä/kuvasta, luoda silmukkavideo, jatkaa videota eteen- ja taaksepäin

Ole ensimmäisten joukossa, jotka tietävät, kun Sora on suorassa lähetyksessä!

Sora on tekoälymalli, jonka on kehittänyt OpenAI, ja se pystyy luomaan realistisia ja mielikuvituksellisia videosiirtoja tekstiohjeista. Sen tarkoituksena on simuloida fyysistä maailmaa liikkeessä, generoiden videoita jopa minuutin pituisiksi säilyttäen visuaalisen laadun ja noudattaen käyttäjän antamaa ohjetta.

Sora on diffuusiomalli, joka alkaa videosta, joka muistuttaa staattista kohinaa, ja muuttuu vähitellen poistamalla kohinaa useiden vaiheiden aikana. Se käyttää muuntaja-arkkitehtuuria, samanlaista kuin GPT-mallit, ja edustaa videoita ja kuvia pienempien tietoyksiköiden kokoelmina, joita kutsutaan laastareiksi.

Sora voi luoda laajan valikoiman videoita, mukaan lukien monimutkaisia kohtauksia useilla hahmoilla, tiettyjä liiketyyppejä ja tarkkoja yksityiskohtia aiheista ja taustoista. Se voi myös ottaa olemassa olevan staattisen kuvan ja animoida sen tai laajentaa olemassa olevaa videota täyttämällä puuttuvat kehykset.

Sora voi kamppailla tarkasti simuloimaan monimutkaisten kohtausten fysiikkaa, ymmärtämään tiettyjä syy-seuraus -tilanteita ja säilyttämään avaruudelliset yksityiskohdat ajan mittaan. Se voi joskus luoda fyysisesti epätodennäköistä liikettä tai sekoittaa avaruudellisia yksityiskohtia.

OpenAI työskentelee punaisten tiimien kanssa testatakseen mallia vastakkainasettelun kautta ja rakentaa työkaluja harhaanjohtavan sisällön havaitsemiseksi. He aikovat sisällyttää C2PA-metatietoja tulevaisuudessa ja hyödyntävät olemassa olevia turvallisuusmenetelmiä muista tuotteistaan, kuten tekstiluokittelijoita ja kuvien luokittelijoita.

Sora on tällä hetkellä saatavilla punaiselle tiimille arvioimaan kriittisiä alueita vahingoille tai riskeille sekä visuaalisille taiteilijoille, suunnittelijoille ja elokuvantekijöille palautetta varten siitä, miten mallia voidaan kehittää luoville ammattilaisille.

Jos olet luova ammattilainen, voit hakea pääsyä Soraan OpenAI:n kautta. Kun pääsy on myönnetty, voit käyttää mallia generoidaksesi videoita tekstipyyntöjesi perusteella, parantaen luovia projektejasi ainutlaatuisilla ja mielikuvituksellisilla kohtauksilla.

Sora toimii perustana malleille, jotka voivat ymmärtää ja simuloida todellista maailmaa, minkä OpenAI uskoo olevan tärkeä virstanpylväs kohti tekoälyn yleistä keinoälyä (AGI).

Soralla on syvä ymmärrys kielestä, mikä mahdollistaa sen tarkasti tulkita tekstipyyntöjä ja luoda vangitsevia hahmoja ja kohtauksia, jotka ilmaisevat eloisia tunteita. Se pystyy luomaan useita otoksia yhdessä videossa säilyttäen samalla johdonmukaiset hahmot ja visuaalisen tyylin.

Sora käyttää muuntaja-arkkitehtuuria, joka on samanlainen kuin GPT-mallit, ja edustaa videoita ja kuvia tietojen pienempinä yksikköinä, joita kutsutaan laastareiksi. Tämä datan yhdistäminen mahdollistaa mallin kouluttamisen laajemmalle visuaalisten tietojen valikoimalle.

Antamalla mallille näkemystä useista kehyksistä kerrallaan Sora voi varmistaa, että kohteet pysyvät johdonmukaisina jopa silloin, kun ne menevät tilapäisesti näkyvistä.

Sora käyttää recaptioning-tekniikkaa DALL·E 3:sta, joka sisältää erittäin kuvailevia kuvatekstejä visuaalisen koulutusdatan generoimiseksi. Tämä auttaa mallia noudattamaan käyttäjän tekstiohjeita uskollisemmin generoiduissa videoissa.

OpenAI suunnittelee toteuttavansa useita turvallisuustoimenpiteitä ennen kuin integroi Soran tuotteisiinsa, mukaan lukien vastustajatestaus, havaitsemisluokkien kehittäminen ja olemassa olevien turvallisuusmenetelmien hyödyntäminen muista tuotteista, kuten DALL·E 3.

Sora voidaan käyttää elokuvantekijöiden, animaattorien, pelinkehittäjien ja muiden luovien ammattilaisten toimesta videomateriaalin, käsikirjoitusten tai jopa ideoiden prototyyppien luomiseen nopeasti ja tehokkaasti.

OpenAI osallistuu aktiivisesti päättäjien, opettajien ja taiteilijoiden kanssa ymmärtääkseen huolenaiheet ja tunnistaakseen teknologian positiiviset käyttötarkoitukset. He tunnustavat, että vaikka he eivät voi ennustaa kaikkia hyödyllisiä käyttötapoja tai väärinkäyttöjä, oppiminen todellisesta maailmankäytöstä on kriittistä turvallisempien tekoälyjärjestelmien luomiseksi ajan mittaan.

OpenAI:lla on tekstiluokittelijoita, jotka tarkistavat ja hylkäävät tekstin syötteet, jotka rikkovat käyttöehtoja, kuten ne, jotka pyytävät äärimmäistä väkivaltaa, seksuaalista sisältöä, vihamielistä kuvamateriaalia tai luvatonta immateriaalioikeuksien käyttöä.

AI:ssa 'maailman malli' viittaa laskennalliseen malliin, joka simuloi fyysistä maailmaa ja sen dynamiikkaa, mahdollistaen tekoälyn ymmärtää ja ennustaa miten objektit ja entiteetit vuorovaikuttavat siinä. Sora:n kontekstissa tämä tarkoittaa sitä, että malli on koulutettu generoimaan videoita, jotka eivät ainoastaan seuraa tekstipohjaisia ohjeita, vaan myös noudattavat fyysisiä lakeja ja käyttäytymistä todellisessa maailmassa, kuten painovoimaa, liikettä ja objektien vuorovaikutuksia. Tämä kyky on ratkaisevan tärkeä realistisen ja johdonmukaisen videomateriaalin luomisessa tekstikuvauksista.