OpenAIs første tekst-til-video-modell er her, men du kan ikke bruke den

Sora tekst-til-video AI kan bli et ekte produkt. Eller kanskje ikke.

OpenAI viser frem Sora, sin første tekst-til-video generative AI-modell. Sora kan gjøre en enkel tekstmelding eller bilde til et minutt med høyoppløselig video. Den kan også "utvide" eller sette inn rammer i eksisterende videoer. Imidlertid bestemmer OpenAI fortsatt om Sora skal tilbys som et produkt.

Dette er ikke den første tekst-til-video AI, men det kan være den mest imponerende. Generative videoer fra Google og Meta er lavoppløselige, hakkete og uutholdelig marerittaktige. I mellomtiden produserer Sora-modellen 1080p-video med jevn bildefrekvens, og produksjonen kan forveksles med ekte video.

Tidlige eksempler på Soras produksjon er tilgjengelig på OpenAI-nettstedet. Basert på disse eksemplene kan vi se at AI har et anstendig grep om menneskekroppsproporsjoner, fotorealistisk lyssetting og kreativ kinematografi. Sora er også flink til å tegne realistiske dyr, og den kan imitere ufullkommenhetene til gammel film.

Selvfølgelig er Soras produksjon langt fra perfekt. Alle motivene har en merkelig vektløs kvalitet, og hvis du ser nøye etter, vil du finne noen av de kjennetegnene ved AI-bildegenerering. OpenAI innrømmer at Sora kan treffes eller gå glipp av og gir noen "dårlige" eksempler på AIs utgang, inkludert en video av en mann som løper bakover på en tredemølle.

Sora-modellen har en "dyp forståelse av språk" og kan "uttrykke levende følelser" i sin produksjon. Sora krever imidlertid ikke en lang eller komplisert oppfordring. Noen av eksemplene gitt av OpenAI er basert på åpne oppfordringer med én setning. Det er ikke så forskjellig fra ChatGPTs bildegenereringsfunksjon.

Dessverre har ikke OpenAI vist frem Soras bilde-til-video-funksjoner. Vi er også nysgjerrige på AIs videoutvidende og rammeinnsettingsfunksjoner - hvis disse funksjonene er effektive, kan Sora være et nyttig verktøy for videoredigering eller restaurering.

Vi vet også svært lite om Soras treningsdata. OpenAI sier at den brukte omtrent 10 000 timer med "høykvalitets" video, men det er alt. Mer informasjon kan bli avslørt i OpenAIs Sora-hvitbok, som vil bli publisert innen utgangen av 15. januar.

Uansett må Sora overvinne flere hindringer før det blir et ekte produkt. OpenAI konsulterer «politikere, lærere og kunstnere» for å bedre forstå publikums bekymringer. Det jobbes også med eksperter som kan måle Soras potensial for «feilinformasjon, hatefullt innhold og skjevhet». Hvis OpenAI bestemmer seg for å gjøre Sora offentlig, vil AI-ens utdata bli ledsaget av C2PA-metadata for enklere identifikasjon.

Kilde: OpenAI