Buksan ang AI Sora. (Kinuha ang screen mula sa opisyal na website ng Open AI)
Ang pinakasikat na serbisyo ng AI noong nakaraang taon ay dapat na generative AI para sa pagbuo ng nilalaman, kabilang ang text-to-text, text-to-picture, atbp., na nagdudulot ng malaking kaginhawahan sa mga manggagawa at tagalikha ng nilalaman. Sa dami ng impormasyon at pag-compute Gamit ang pagsulong ng mga kakayahan, inilunsad ng Open AI ang pinakabagong application nito kaninang umaga: ang Sora text generation video model, na unang ibibigay sa red team para sa pagsubok sa panganib, at sa ilang visual arts, visual na disenyo o mga manggagawa sa pelikula para sa pagsubok at feedback.
Sa opisyal na pahina ng Open AI, maaari kang mag-download ng 1080p/30p na resolution at 60-segundong MP4 na format para makabuo ng mga video. Ito rin ang format ng video na kasalukuyang mabubuo ni Sora. (Kinuha ang screen mula sa opisyal na website ng Open AI)
Ang modelo ng Sora na inanunsyo ngayon ay pangunahing binuo batay sa mga modelong DALL·E 3 at GPT. Maaari itong bumuo ng mga kumplikadong eksena na may maraming character, partikular na pattern ng pagkilos, at tumpak na mga detalye ng paksa at background. Hindi lamang ito mabubuo ayon sa Prompt na mga tagubilin, ikaw maaari ring magsagawa ng mga aksyon batay sa reaksyon ng nabuong bagay sa totoong mundo.
Maaaring makabuo ang Sora ng mga action video na naglalaman ng maraming bagay, at ang mga bahagi ng aksyon ay i-simulate ayon sa mga reaksyon sa totoong mundo. (Kinuha ang screen mula sa opisyal na website ng Open AI)
Maaari ding bumuo ng mga partikular na uri ng pagkilos gaya ng paggalaw ng sasakyan. (Kinuha ang screen mula sa opisyal na website ng Open AI)
Bilang karagdagan, maaari ding bumuo si Sora ng iba't ibang pananaw sa isang video para makapagbigay ng higit pang mga application. Gayunpaman, sinabi rin ng Open AI na may ilang mga kahinaan pa rin si Sora, tulad ng pisikal na simulation sa mga kumplikadong eksena, o ang kawalan ng kakayahang maunawaan ang mga partikular na sanhi-at-epekto na relasyon. Halimbawa, ang nakagat na cookie sa pelikula ay hindi lilitaw bago at pagkatapos ng pagiging nakagat. puwang. Bilang karagdagan, kasalukuyang nililito rin ni Sora ang mga senyas na nauugnay sa mga detalye ng spatial (tulad ng kaliwa't kanang paglitaw sa parehong oras sa mga senyas), at magaganap ang mga error sa masyadong tumpak na mga paglalarawan, tulad nito:
(Kinuha ang screen mula sa opisyal na website ng Open AI)
Bagama't nasa testing stage pa lang si Sora, ayon sa kasalukuyang teknolohikal na pagsulong ng Open AI at ang growth rate ng AI computing power, sa susunod na taon papasok din ang function ng text-to-video generation sa larangan na maaaring ma-access ng mga ordinaryong consumer, na magiging isang magandang pagkakataon para sa mga tagalikha ng nilalaman. Maaaring ito ay isang hamon.
