Kompanija OpenAI nedavno je predstavila novi model pod nazivom Sora, koji ima sposobnost pretvaranja tekstualnih instrukcija u fotorealistične video snimke. Ovaj model omogućava korisnicima da kreiraju videe dužine do jedne minute na osnovu onoga što napišu, pri čemu može kreirati scene sa više likova, različite tipove pokreta i precizne detalje subjekata i pozadine.
Sora je u stanju da razumije kako objekti postoje u fizičkom svijetu, precizno interpretira rekvizite i stvara uvjerljive likove koji izražavaju živahne emocije. Pored kreiranja videa na osnovu napisanog teksta, model može generisati nove frameove za nepotpune ili proširiti postojeći video.
Međutim, iako su rezultati modela generalno impresivni, iz kompanije OpenAI ističu da bi se model mogao boriti s preciznim simuliranjem kompleksne scene te interpretacijom određenih uzroka i posljedica. Sora je trenutno dostupna „crvenim timovima“ koji procjenjuju model zbog potencijalnih rizika i štete, a kompanija takođe nudi pristup vizuelnim umjetnicima, dizajnerima i filmskim stvaraocima kako bi dali povratne informacije.
OpenAI je ranije ove godine najavio dodavanje vodenih žigova svom text-to-image alatu DALL-E 3, ali su ti žigovi lako uklonjivi. Kao i sa svojim ostalim AI proizvodima, kompanija će morati se boriti s posljedicama lažnih, AI fotorealističnih videa koji se pogrešno smatraju stvarnim.
Demonstracijski klipovi koje je kompanija prikazala uključuju scenu Kalifornije iz vazduha tokom „zlatne groznice“, video koji izgleda kao da je snimljen iz unutrašnjosti voza u Tokiju, kao i neki drugi. Međutim, neki od ovih klipova sadrže određene znakove da je riječ o AI tehnologiji, kao što je „sumnjivo“ pomicanje poda na snimku muzeja.
Očekuje se da će novi model imati značajan utjecaj na oblasti poput marketinga, filma, animacije i simulacija. Sora ima potencijal da pojednostavi i ubrza proces kreiranja videa, omogućavajući korisnicima da brzo generišu fotorealistične snimke na osnovu njihovih tekstualnih ideja.
OpenAI takođe ističe da je važno da se model procjenjuje i analizira kako bi se identificirali potencijalni rizici i smanjile štete. Pored toga, kompanija poziva vizuelne umjetnike, dizajnere i filmske stvaraoce da daju povratne informacije o modelu kako bi se poboljšala kvaliteta kreiranih videa.
Uprkos mogućim izazovima, Sora predstavlja značajan korak naprijed za AI tehnologiju u stvaranju fotorealističnih videa na osnovu tekstualnih instrukcija. Sa daljnjim istraživanjem i razvojem, ovakvi modeli mogu imati značajan utjecaj na način na koji se kreira i konzumira video sadržaj u budućnosti.
