OpenAI lançoi një model të ri të gjenerimit të videove, dhe ai quhet Sora. Kompania e AI thotë se Sora “mund të krijojë skena realiste dhe imagjinative nga udhëzimet e tekstit”. Modeli tekst-në-video i lejon përdoruesit të krijojnë video fotorealiste deri në një minutë , të gjitha bazuar në kërkesat që ata kanë shkruar.
Sora është në gjendje të krijojë “skena komplekse me karaktere të shumta, lloje specifike të lëvizjes dhe detaje të sakta të temës dhe sfondit”, sipas postimit të OpenAI. Kompania gjithashtu vë në dukje se modeli mund të kuptojë se si objektet “ekzistojnë në botën fizike”, si dhe “interpretojnë me saktësi rekuizitat dhe gjenerojnë karaktere bindëse që shprehin emocione të gjalla”.
Modeli gjithashtu mund të gjenerojë një video të bazuar në një imazh statik, si dhe të plotësojë kornizat që mungojnë në një video ekzistuese ose ta zgjerojë atë. Demonstrimet e krijuara nga Sora të përfshira në postimin në blog të OpenAI përfshijnë një skenë ajrore të Kalifornisë, një video që duket sikur të jetë xhiruar nga brendësia e një treni të Tokios dhe të tjera. Shumë prej tyre kanë disa shenja treguese të AI, si një dysheme e dyshimtë në lëvizje në një video të një muzeu dhe OpenAI thotë se modeli “mund të luftojë me simulimin e saktë të fizikës së një skene komplekse”, por rezultatet në përgjithësi janë mjaft mbresëlënëse.
Lexo edhe: Michael Tasellari shqiptari i cili punon në kompaninë e Elon Musk, tregon sekrete rreth tij
We’re sharing Sora, text-to-video model that creates min long insanely magical scenes https://t.co/PnHvyO6TGd
— Mira Murati (@miramurati) February 15, 2024
Disa vite më parë, ishin gjeneruesit e tekstit në imazh si Midjourney ata që ishin në krye të aftësisë së modeleve për t’i kthyer fjalët në imazhe. Por, kohët e fundit, videoja ka filluar të përmirësohet me një ritëm të jashtëzakonshëm: kompani si Runway dhe Pika kanë shfaqur modele mbresëlënëse tekst-në-video të tyre, dhe figurat Lumiere të Google janë një nga konkurrentët kryesorë të OpenAI në këtë hapësirë gjithashtu. Ngjashëm me Sora, Lumiere u jep përdoruesve mjete tekst-në-video dhe gjithashtu i lejon ata të krijojnë video nga një imazh statik.
Sora aktualisht është në dispozicion vetëm për “skuadrat e kuqe” të cilët po vlerësojnë modelin për dëmet dhe rreziqet e mundshme. OpenAI po ofron gjithashtu akses për disa artistë vizualë, stilistë dhe kineast për të marrë reagime. Ai vëren se modeli ekzistues mund të mos simulojë me saktësi fizikën e një skene komplekse dhe mund të mos interpretojë siç duhet disa raste të shkakut dhe pasojës.
Në fillim të këtij muaji, OpenAI njoftoi se po shton filigranë në mjetin e tij tekst-në-imazh DALL-E 3, por vëren se ato “mund të hiqen lehtësisht”. Ashtu si produktet e tjera të tij të AI, OpenAI do të duhet të përballet me pasojat e videove të rreme, fotorealiste të AI që ngatërrohen me gjënë e vërtetë.
Që nga viti 2015 nxisim shpirtin sipërmarrës, inovacionin dhe rritjen personale duke ndikuar në zhvillimin e një mjedisi motivues dhe pozitiv tek lexuesit tanë. Mbështetja juaj na ndihmon ta vazhdojmë këtë mision.
Na Suporto
