როგორც ჩანს, OpenAI Google-ისა და Meta-ს ნაბიჯებს მიჰყვება და ვიდეოების გენერირების სამყაროში აბიჯებს. კომპანიამ დღეს ახალი გენერაციული AI მოდელის Sora-ს შესახებ განაცხადა, რომელიც ტექსტებიდან ვიდეოებს ქმნის. ბრიფის ან დეტალური აღწერილობის საფუძველზე ან თუნდაც სურათის, Sora-ს შეუძლია, დააგენერიროს 1080p კინოს მსგავსი სცენები მრავალი პერსონაჟით, განსხვავებული ტიპის მოძრაობებითა თუ ფონური დეტალებით. არსებული ვიდეოების გაუმჯობესების უნარიც აქვს, რაც ხარვეზების გამოსწორებას გულისხმობს.
„Sora-ს შეუძლია ენის სიღრმისეულად გაგება, რაც მას საშუალებას აძლევს, ზუსტი ინტერპრეტაცია მისცეს მოთხოვნებს და დააგენერიროს მიმზიდველი პერსონაჟები, რომლებიც ძლიერ ემოციებს გამოხატავენ. მოდელი მხოლოდ იმას კი არ იაზრებს, რაც მომხმარებელმა მოთხოვნაში ასახა, არამედ იმასაც, თუ როგორ არსებობს ეს საგნები ფიზიკურ სამყაროში“, — ვკითხულობთ OpenAI-ის ბლოგპოსტში.
დამწყებთათვის Sora-ს შეუძლია, ვიდეოები სხვადასხვა სტილში შექმნას, იქნება ეს ფოტორეალისტური, ანიმაციური, შავ-თეთრი თუ სხვა. თანაც ერთ წუთამდე ხანგრძლივობით, რაც იმაზე მეტია, ვიდრე სხვა AI მოდელები გვთავაზობს. როგორც ამბობენ, Sora-ს ვიდეოები უფრო შთამბეჭდავიცაა და არსებულ წესებსაც მეტად ემორჩილება — მაგალითად, ობიექტები აქ ფიზიკურად შეუძლებელი მიმართულებით არ მოძრაობს, რაც სხვა AI ვიდეოებში ბევრჯერ გვინახავს. ზოგიერთი იმასაც ამბობს, რომ ახალი მოდელი გამოსახულებებს ვიდეო თამაშების ხარისხითაც გვაჩვენებს…
დადებით მხარეებზე ბევრი კი ვილაპარაკეთ, მაგრამ OpenAI-შიც იციან, რომ მოდელი ჯერ არ არის სრულყოფილი — „შესაძლოა, Sora-ს გაუჭირდეს კომპლექსური სცენების ფიზიკის ზუსტი სიმულაცია და ვერ იგებდეს მიზეზ-შედეგობრივ კავშირებს. მაგალითად, შეიძლება ადამიანმა ორცხობილა ჩაკბიჩოს, მაგრამ ორცხობილაზე ჩაკბეჩის კვალიც არ იყოს. მოდელს სივრცის დეტალების აღქმაც უჭირს, ერევა მარჯვენა და მარცხენა“.
თუმცა კომპანიაში ძალიან ცოტას საუბრობენ იმაზე, თუ რა მონაცემები გამოიყენეს მოდელის მოსამზადებლად, უბრალოდ ვიგებთ, რომ ეს პროცესი მაღალი ხარისხის მქონე ვიდეოების 10 000 საათს მოიცავდა. ამის მიზეზად კი Sora-ს ბოროტად გამოყენების პოტენციალის შემცირებას ასახელებენ. ხოლო ახლა ისეთი ხელსაწყოების შექმნაზე მუშაობენ, რომლითაც დაადგენენ, კონკრეტული ვიდეო არის თუ არა გენერირებული Sora-ს მიერ.
„ვურთიერთობთ პოლიტიკის ავტორებთან, ხელოვანებთან და განათლების სექტორში მოღვაწე ადამიანებთან მთელი მსოფლიოს მასშტაბით, რათა გავიაზროთ მათი პრობლემები და დავადგინოთ ახალი ტექნოლოგიის პოზიტიური გამოყენების შემთხვევები. მიუხედავად მასშტაბური კვლევისა და ტესტირების ფაზისა, ჩვენ არ შეგვიძლია ყველა იმ სასარგებლო გზის პროგნოზირება, რომლითაც ადამიანები ჩვენს ტექნოლოგიას გამოიყენებენ ან, პირიქით. სწორედ ამიტომ გვწამს, რომ რეალური სამყაროდან სწავლა კრიტიკული კომპონენტია უსაფრთხო AI სისტემების შესაქმნელად“, — აცხადებენ კომპანიაში.
OpenAI-ში კი ამბობენ, რომ ახალი მოდელი სრულყოფილი არ არის, მაგრამ თუ ვიდეოს გენერირების პირველ მცდელობებს გავიხსენებთ, მივხვდებით, რომ Sora იდეალურთან საკმაოდ ახლოსაა:
