OpenAI-იმ, რომელიც ხელოვნური ინტელექტის ინდურსტიაში ერთ-ერთი წამყვანი კომპანიაა, ახალი AI მოდელი, Sora გამოუშვა, რომელიც მომხმარებლის მიერ მითითებულ ტექსტს წარმოსახვით და რეალისტურ ვიდეო სცენებად გარდაქმნის.
Sora-ს ერთ წუთამდე ხანგრძლივობის ვიდეოს გენერირება, ვიზუალური ხარისხისა და მომხმარებლის მოთხოვნის დაცვით შეუძლია.
ამჟამად Sora კიბერუსაფრთხოების პროფესიონალებისთვის არის ხელმისაწვდომი, რათა ზიანისა და რისკებისთვის კრიტიკული ადგილები შეაფასონ.
«ჩვენ მასზე წვდომას ვაძლევთ წვდომას უამრავ მხატვარს, დიზაინერსა და კინორეჟისორს, რათა მივიღოთ უკუკავშირი იმის შესახებ, თუ როგორ გავაუმჯობესოთ მოდელი, რათა შემოქმედებითი პროფესიონალებისთვის მაქსიმალურად სასარგებლო იყოს». — წერს OpenAI.
Sora-ს შეუძლია, შექმნას რთული სცენები მრავალი პერსონაჟით, მოძრაობის კონკრეტული ტიპებით, საგნებისა და ფონის ზუსტი დეტალებით. მას ესმის არა მხოლოდ ის, რაც მომხმარებელმა ითხოვა, არამედ ისიც, თუ როგორ არსებობენ ეს საგნები ფიზიკურ სამყაროში.
მოდელს ენის ღრმა გაგება აქვს, რაც მას საშუალებას აძლევს, მოთხოვნებს ზუსტი ინტერპრეტაცია გაუწიოს და დამაჯერებელი პერსონაჟები შექმნას, რომლებიც ძლიერ ემოციებს გამოხატავენ. Sora-ს ასევე შეუძლია, ერთ გენერირებულ ვიდეოში მრავალი კადრი შექმნას, რომლებიც პერსონაჟებისა და ვიზუალური სტილის მიხედვით არის შენარჩუნებული.
ამჟამინდელ ვერსიას სისუსტეებიც აქვს — მას შეიძლება მიზეზისა და შედეგის ზოგიერთი კავშირი არ ესმოდეს. მაგალითად, ადამიანმა შეიძლება ორცხობილა ჩაკბიჩოს, მაგრამ თავად ორცხობილას ნაკბეჩი არ დაეტყოს.
«ასევე, შეიძლება მოთხოვნის სივრცითი დეტალები აურიოს, მაგალითად, მარცხნივ და მარჯვნივ. ამასთან ერთად, დროთა განმავლობაში მომხდარი მოვლენების ზუსტი აღწერილობა, მაგალითად კამერის კონკრეტული ტრაექტორიის მიდევნება და სხვა». — წერს OpenAI.
OpenAI უსაფრთხოების რამდენიმე მნიშვნელოვან ნაბიჯს დგამს, სანამ Sora მომხმარებლებისთვის ხელმისაწვდომი გახდება.
კომპანია მუშაობს დომენის ექსპერტებთან ისეთ სფეროებში, როგორიცაა დეზინფორმაცია, სიძულვილის შემცველი შინაარსი და მიკერძოება. ისინი Sora-ს გამოცდიან.
OpenAI ასევე ქმნის ისეთ ინსტრუმენტებს, რომლებიც მიუღებელი კონტენტის აღმოჩენაში დაეხმარებათ. ასეთია აღმოჩენის კლასიფიკატორი, რომელიც აჩვენებს, როდის შეიქმნა ვიდეო Sora-ს მიერ.
«გარდა იმისა, რომ Sora-სთვის ახალ ინსტრუმენტებს ვუშვებთ, ასევე უსაფრთხოების არსებულ მეთოდებსაც ვიყენებთ, რომლებიც ჩვენი ძველი პროდუქტებისთვის შექვმენით». — განაცხადა OpenAI-მ.
Sora DALL·E- და GPT მოდელებზე ჩატარებულ კვლევებს ეყრდნობა. ის DALL·E 3-ის ტექნიკას იყენებს, რომელიც ვიზუალური მონაცემებისთვის ძალიან კონკრეტული წარწერების გენერირებას გულისხმობს. შედეგად, მოდელს შეუძლია მომხმარებლის ტექსტური ინსტრუქციები უფრო ზედმიწევნით დაიცვას.
საინტერესოა, რომ Sora-ს ასევე შეუძლია, არსებული ვიდეო გააფართოვოს ან კადრები შეავსოს.
