OpenAI обявява нов AI модел, който превръща текст във видео

ChatGPT, обяви Sora, нов модел за текст към видео

OpenAI, компанията за изкуствен интелект, известна с ChatGPT, обяви Sora, нов модел за текст към видео, който е в състояние да генерира кратки 1080p видеоклипове от въведени бързи отговори.

Според компанията тези филмови сцени могат да включват множество герои и детайли на фона.

„Sora има дълбоко разбиране на езика, което му позволява точно да интерпретира подканите и да генерира завладяващи знаци, които изразяват живи емоции“, пише OpenAI в публикация в блог. „Моделът разбира не само, какво е поискал потребителят в подканата, но и как тези неща съществуват във физическия свят.“

Творенията на Сора са възхвалявани за тяхното високо видео качество, последователност, стилов диапазон и дължина. Публикациите на OpenAI в X включват генерирани от Sora клипове на вълнисти мамути, тичащи през снежна тундра, фотореалистична жена, която се разхожда по улиците на Токио през нощта, анимирано чудовище, което си играе със свещ и други.

За да създадете видео чрез Sora, което може да бъде с дължина до една минута - много по-дълго от всеки друг AI видеогенератор до момента - потребителите ще го правят чрез даване на  описание.

Според група изследователи на OpenAI, публикувана наскоро, наречена „Моделите за генериране на видео като световни симулатори“, Sora също има способността не само да генерира циклични видеоклипове и да редактира съществуващи видеоклипове, но и „симулира цифрови светове“, което означава, че Sora може да репликира видео.

Компанията също така работи с експерти за разработване на инструменти за откриване дали видеоклипът е генериран от Sora.