Η OpenAI δημοσίευσε μερικά νέα βίντεο που δημιουργήθηκαν με το AI μοντέλο Sora (μέσω Tom's Guide). Ανέβηκαν στο TikTok και απεικονίζουν μια σειρά από διαφορετικά σενάρια. Η AI εταιρία είχε παρουσιάσει το Sora πρώτη φορά τον Φεβρουάριο, δημιουργώντας έντονη αναμονή για την επίσημη κυκλοφορία του.
@openai Prompt: A 2d abstract japanese animation where drops of ink in water form into lifelike creatures that swim and interact with each other, creating an ethereal underwater world made entirely of flowing, merging colors. This is two videos with the same prompt generated by our text-to-video model, Sora, without modification. What would you like to see us make with Sora next? *Sora is not yet available to the public. We’re sharing our research progress early to learn from feedback and give the public a sense of what AI capabilities are on the horizon. #madewithSora #Sora #openai
♬ Write This Down (Instrumental) - SoulChef
Μόλις πριν λίγες μέρες όμως ανακοινώθηκε ότι το Sora πρόκειται να κυκλοφορήσει "σίγουρα φέτος" και ενδεχομένως σε "μερικούς μήνες" από τώρα, σύμφωνα με την Mira Murati της OpenAI και επομένως θα μπορέσουμε να δούμε τις πλήρεις λειτουργίες του.
Σε τι διαφέρει το Sora από άλλα AI μοντέλα βίντεο;
Έχουν κυκλοφορήσει αρκετά AI μοντέλα και εργαλεία στην αγορά αυτήν τη στιγμή, όμως κανένα από αυτά, συμπεριλαμβανομένου των πολύ ρεαλιστικών κλιπ που δημιουργεί το Stable Video Diffusion, δεν φαίνεται να φτάνουν αυτά που καταφέρνει το Sora. Πιθανά αυτό να οφείλεται στον χρόνο καθώς η ίδια η ομάδα είπε ότι υπάρχει αρκετός χρόνος για να φύγουν, να φτιάξουν έναν καφέ και να επιστρέψουν πριν ολοκληρωθεί η δημιουργία ενός βίντεο.
@openai Sora Sunday delivery. Prompt: an elephant made of leaves running in the jungle This video was generated by our text-to-video model, Sora, without modification. What would you like to see us make with Sora next? *Sora is not yet available to the public. We’re sharing our research progress early to learn from feedback and give the public a sense of what AI capabilities are on the horizon. #madewithSora #Sora #openai
♬ The Elephant - Sam Fraser
Αξιοποίησαν τον τεράστιο αριθμό GPU που διαθέτει το OpenAI για να εκπαιδεύσουν το Sora και υιοθέτησαν έναν νέο τύπο αρχιτεκτονικής που συνδυάζει τεχνικές από μοντέλα όπως το GPT-4 και το DALL-E. Το Sora χρησιμοποιεί ένα πολύ διαφορετικό σύνολο δεδομένων εκπαίδευσης που περιλαμβάνει μια ποικιλία μεγεθών, μήκους και αναλύσεων.
Ένα από τα πιο αξιοσημείωτα βίντεο μέσα στα νεότερα που κυκλοφόρησαν είναι ένας δράκος που φαίνεται να είναι φτιαγμένος από φυσαλίδες και να φυσάει φωτιά από φυσαλίδες. Η κίνηση, η ποιότητα και η φυσική είναι όλα εκτελεσμένα εντυπωσιακά.
Όλα προέρχονται από μία και μόνο υπόδειξη
Προς το παρόν, η ομάδα δεν έχει ιδιαίτερο έλεγχο επί του τελικού αποτελέσματος καθώς η δημιουργία προέρχεται μέσα από μια σύντομη υπόδειξη κειμένου (prompt). Απομένει βέβαια να δούμε τα λεπτομερή χαρακτηριστικά όταν κυκλοφορήσει το εργαλείο.
Η ικανότητα του Sora να δημιουργεί κάτι αξιοσημείωτο μέσα από μόνο ένα prompt είναι τουλάχιστον εντυπωσιακό. Σε ένα από τα νέα κλιπ, που μπορείτε να δείτε στο βίντεο παραπάνω, βλέπουμε μια τσαγιέρα να ρίχνει νερό σε ένα φλιτζάνι, αλλά το φλιτζάνι γεμίζει με κάτι που μοιάζει με μια στροβιλιζόμενη δίνη χρωμάτων και κινήσεων.
Πολλά από τα νέα βίντεο ανεβαίνουν στο επίσημο TikTok της εταιρείας, δείχνοντας ότι είναι δυνατή και η δημιουργία κάθετων βίντεο χρησιμοποιώντας μόνο μια υπόδειξη κειμένου.
Τι καθυστερεί την ημερομηνία κυκλοφορίας του Sora;
Όλοι ανυπομονούμε να "παίξουμε" με το Sora, καθώς πρόκειται για ένα πρωτοποριακό εργαλείο που θα αλλάξει τον τρόπο λειτουργίας σε διάφορους τομείς, όπως η παραγωγή βίντεο, το marketing, το eCommerce, και πολλούς άλλους τομείς, όπως η αρχιτεκτονική. Ένα από τα νέα βίντεο μας δίνει μια περιήγηση σε μια ελαφρώς περίεργη κουζίνα με ένα κρεβάτι στη μία πλευρά.
@openai Would you live here? “fly through tour of a futuristic house with a modern aesthetic and lots of light and plants” This video was generated by our text-to-video model, Sora, without modification. What would you like to see us make with Sora next? *Sora is not yet available to the public. We’re sharing our research progress early to learn from feedback and give the public a sense of what AI capabilities are on the horizon. #madewithSora #Sora #openai
♬ Pieces of Memory - Carlos Carty
Η ομάδα του Sora είπε στον Brownlee ότι υπήρχε δουλειά που έπρεπε να γίνει στο Sora πριν αυτό είναι έτοιμο να μετατραπεί σε πραγματικό προϊόν ή να συμπεριληφθεί στο ChatGPT.
Ο Tim Brooks, επικεφαλής της έρευνας στο Sora, δήλωσε: "To Sora δεν είναι το μόνο που μπορεί να κάνει κάτι τέτοιο: "Το κίνητρο για την κυκλοφορία σε του Sora σε αυτή τη μορφή πριν να είναι έτοιμο είναι για να διαπιστώσουμε τι είναι δυνατό και ποια έρευνα γύρω από την ασφάλεια χρειάζεται".
"Θέλαμε να δείξουμε στον κόσμο ότι αυτή η τεχνολογία είναι στον ορίζοντα και να ακούσουμε από τον κόσμο πώς θα μπορούσε να είναι χρήσιμη" και να συγκεντρώσουμε σχόλια από ερευνητές που ασχολούνται με την ασφάλεια σχετικά με τους κινδύνους που παρουσιάζει.
