OpenAI Sora کو آزمائیں

متن/تصویر سے ویڈیو بنانا، لوپ ویڈیو تیار کرنا، ویڈیو کو آگے اور پیچھے بڑھانا

Sora لائیو ہونے پر سب سے پہلے جاننے کے لئے شامل ہوں!

سورا ایک اے آئی ماڈل ہے جو اوپن اے آئی نے تیار کیا ہے، جو موادی ہدایات سے ویڈیو مناظر پیدا کر سکتا ہے۔ یہ حرکت میں جسمانی دنیا کی نقل کرنے کے لیے ڈیزائن کیا گیا ہے، ویڈیوز تک مختصر ہوتے ہیں جبکہ ویزوئل کوالٹی کو برقرار رکھتے ہوئے اور صارف کے ہدایات کا پاس رکھتے ہوئے۔

سورا ایک تفرق ماڈل ہے جو ایک ویڈیو سے شروع ہوتا ہے جو استاتک شور کی طرح ہوتی ہے اور دھیرے دھیرے اسے بہت سے مراحل پر شور کو ہٹا کر تبدیل کرتا ہے۔ یہ ایک ٹرانسفارمر ایکیٹیکچر استعمال کرتا ہے، جو GPT ماڈلز کی طرح ہے، اور ویڈیوز اور تصاویر کو پیچز کہلانے والے چھوٹے ڈیٹا یونٹس کی مجموعیت کے طور پر پیش کرتا ہے۔

سورا وائیڈیو کی وسیع شرح پیدا کرسکتا ہے، جس میں مختلف کرداروں والے پیچیدہ مناظر، مخصوص قسم کی حرکت اور موضوعات اور پس منظر کی درست تفصیلات شامل ہیں۔ یہ ایک موجودہ اندر تصویر کو بھی حرکت دینے کے لئے بنا سکتا ہے، یا موجودہ ویڈیو کو خالی فریموں کو بھر کر بڑھا سکتا ہے۔

سورا ممکن ہے کہ وہ مشکل سے پیچیدہ مناظر کی فضائیات کو درست طریقے سے نقل کرنے میں، وجہ اور نتیجہ کے خصوصی مواقع کو سمجھنے میں، اور وقت کے ساتھ فضائی تفصیلات کو برقرار رکھنے میں پریشانی کا سامنا کرے۔ کبھی کبھار یہ جسمانی طور پر غیر ممکن حرکت پیدا کر سکتا ہے یا فضائی تفصیلات کو الٹا چاول کر سکتا ہے۔

OpenAI ریڈ ٹیمرز کے ساتھ کام کر رہا ہے تاکہ ماڈل کا امتحان کرے اور گمراہ کن مواد کی پہچان کرنے والے اوزار تیار کر رہا ہے۔ ان کا منصوبہ ہے کہ مستقبل میں C2PA میٹا ڈیٹا شامل کریں اور انہوں نے اپنے دوسرے مصنوعات سے موجودہ حفاظتی طریقے کا فائدہ اٹھایا ہے، جیسے متن کلاسیفائرز اور تصویر کلاسیفائرز۔

سورا فی الحال لالہ سرخ ٹیم کے لیے دستیاب ہے تاکہ نقصان یا خطرات کے اہم شعبوں کا جائزہ لیا جا سکے اور ویژوال آرٹسٹس، ڈیزائنرز، اور فلم میکرز کے لیے فیڈبیک دیا جا سکے کہ کس طرح ماڈل کو تخلیقی پیشہ ورانہ کاروبار کے لیے بہتر بنایا جا سکتا ہے۔

اگر آپ ایک تخلیقی پیشہ ور ہیں، تو آپ اوپن اے آئی کے ذریعہ سورا تک رسائی کے لیے درخواست دے سکتے ہیں۔ ایک بار رسائی دی جانے کے بعد، آپ ماڈل کا استعمال کر کے ویڈیوز تخلیقی پرومٹس پر مبنی بنا سکتے ہیں، اپنے تخلیقی منصوبوں کو یونیک اور تصوراتی مناظر کے ساتھ بہتر بنانے کے لیے۔

سورا وہ بنیاد فراہم کرتا ہے جو ماڈلز کو حقیقی دنیا کو سمجھنے اور نقل کرنے کی صلاحیت دینے کے لئے کام آتا ہے، جس پر اوپن اے آئی یقین رکھتا ہے کہ یہ ایک اہم معیار ہے جو انسانی عقلی استعداد (AGI) حاصل کرنے کی راہ میں ایک اہم منزل ہے۔

سورا کو زبان کا گہرا سمجھ ہے، جس سے یہ متن کے اشارے کو درست طریقے سے ترجمہ کر سکتا ہے اور دلفریب کردار اور مناظر پیدا کر سکتا ہے جو روشن جذبات کو ظاہر کرتے ہیں۔ یہ ایک ویڈیو میں مختلف شاٹس بنا سکتا ہے جبکہ مستقل کردار اور بصری اسٹائل کو برقرار رکھتا ہے۔

سورا ایک ٹرانسفارمر معماری کا استعمال کرتا ہے، جو GPT ماڈلز کے مشابہ ہے، اور ویڈیوز اور تصاویر کو پیچز کہلانے والے چھوٹے چھوٹے ڈیٹا کی مجموعیت کے طور پر پیش کرتا ہے۔ اس ڈیٹا کی ترکیب کرنے سے ماڈل کو وسیع رنج کی ویژوال ڈیٹا پر تربیت دینے کی اجازت ہوتی ہے۔

ماڈل کو ایک وقت میں کئی فریموں کی پیشنگوئی دے کر، سورا یہ یقینی بنا سکتا ہے کہ موضوعات مستقل رہیں گے حتیٰ کہ وہ عارضی طور پر نظر سے باہر چلے جائیں۔

سورا DALL·E 3 سے recaptioning تکنیک استعمال کرتا ہے، جو ویژوال ٹریننگ ڈیٹا کے لیے بہت تفصیلی کیپشنز پیدا کرنے کو شامل ہے۔ یہ ماڈل کو استعمال کرنے والے کے متن ہدایات کو ویڈیوز میں بہتر طریقے سے پیروی کرنے میں مدد فراہم کرتا ہے۔

OpenAI کو اپنے پروڈکٹس میں سورا شامل کرنے سے پہلے کئی سیفٹی اقدامات اٹھانے کا منصوبہ بنایا ہے، جیسے کہ مخالفانہ ٹیسٹنگ، ڈیٹیکشن کلاسیفائرز کا ترقی دینا، اور دیگر پروڈکٹس جیسے ڈالی 3 سے موجودہ سیفٹی میتھڈز کا فائدہ اٹھانا۔

سورا فلم میکرز، انیمیٹرز، گیم ڈویلپرز، اور دیگر تخلیقی پیشہ وران کے لیے استعمال کیا جا سکتا ہے تاکہ ویڈیو مواد، اسٹوری بورڈ، یا حتی تجرباتی خیالات کو تیزی سے اور موثر طریقے سے تخلیق کیا جا سکے۔

OpenAI فیصلے سازوں، تعلیمی اداروں، اور فنکاروں کے ساتھ فعال طور پر مشغول ہے تاکہ ٹیکنالوجی کے لئے فکریں سمجھ سکے اور مثبت استعمال کے مواقع تشخیص کر سکے۔ وہ تسلیم کرتے ہیں کہ جبکہ وہ تمام فائدہ مند استعمال یا غلط استعمال کا پیشگوئی نہیں کر سکتے، حقیقی دنیا کے استعمال سے سیکھنا وقت کے ساتھ بہت اہم ہے تاکہ محفوظ AI نظام بنانے میں مدد ملے۔

OpenAI کے متن کلاسیفائر ہیں جو استعمال کی پالیسیوں کی خلاف ورزی کرنے والے متن ان پٹ پریمپٹس کو چیک اور رد کرتے ہیں، جیسے کہ ان میں شدید ظلم، جنسی مواد، نفرت انگیز تصاویر یا انٹیلیکٹوئل پراپرٹی کا غیر مجاز استعمال کا مطالبہ کرنے والے۔

ایک 'عالمی ماڈل' اے آئی میں ایک حسابی ماڈل کو کہتے ہیں جو فضائی دنیا اور اس کی حرکت کی نقل کرتا ہے، جو آئی کو سمجھنے اور پیشگوئی کرنے کی اجازت دیتا ہے کہ اشیاء اور انٹٹیز اس کے اندر کیسے تعامل کرتے ہیں۔ سورا کے سنگت میں، یہ یہ مطلب ہے کہ ماڈل کو تربیت دی گئی ہے کہ ویڈیوز پیدا کرنے کے لئے جو نہ صرف متنی ہدایات کا پیروی کرتی ہیں بلکہ حقیقی دنیا کے فضائی قوانین اور رویوں کا بھی پاس رکھتی ہیں، جیسے کہ کشش ثقل، حرکت، اور اشیاء کے تعاملات۔ یہ صلاحیت متنی تفصیلات سے واقعی اور مترتب ویڈیو مواد بنانے کے لئے اہم ہے۔