Το OpenAI παρουσιάζει μοντέλο AI που μετατρέπει κείμενο σε βίντεο
Η OpenAI, η οποία υποστηρίζεται από τη Microsoft, εργάζεται πάνω σε λογισμικό που μπορεί να παράγει βίντεο ενός λεπτού με βάση οδηγίες που βασίζονται σε κείμενο, σύμφωνα όπως δήλωσε η εταιρεία την Πέμπτη.
Το λογισμικό, που ονομάζεται Sora, είναι επί του παρόντος διαθέσιμο για την εφαρμογή red team, η οποία βοηθά στον εντοπισμό ελαττωμάτων στο σύστημα τεχνητής νοημοσύνης, καθώς και για χρήση από εικαστικούς καλλιτέχνες, σχεδιαστές και κινηματογραφιστές για να λάβουν ανατροφοδότηση σχετικά με το μοντέλο, ανέφερε η εταιρεία σε ανακοίνωσή της.
“Το Sora είναι σε θέση να δημιουργεί σύνθετες σκηνές με πολλούς χαρακτήρες, συγκεκριμένους τύπους κίνησης και ακριβείς λεπτομέρειες του θέματος και του φόντου”, αναφέρεται στην ανακοίνωση, προσθέτοντας ότι μπορεί να δημιουργήσει πολλαπλά πλάνα μέσα σε ένα μόνο βίντεο.
Εκτός από τη δημιουργία βίντεο από προτροπές κειμένου, το Sora μπορεί να κινεί μια ακίνητη εικόνα, ανέφερε η εταιρεία σε ένα blogpost.
Το λογισμικό δημιουργίας βίντεο ακολουθεί το chatbot ChatGPT της OpenAI, το οποίο κυκλοφόρησε στα τέλη του 2022 και δημιούργησε αίσθηση γύρω από το GenAI με την ικανότητά του να συντάσσει μηνύματα ηλεκτρονικού ταχυδρομείου και να γράφει κώδικα και ποιήματα.
Ο γίγαντας των μέσων κοινωνικής δικτύωσης Meta Platforms βελτίωσε πέρυσι το μοντέλο παραγωγής εικόνων Emu για να προσθέσει δύο λειτουργίες βασισμένες στην τεχνητή νοημοσύνη που μπορούν να επεξεργάζονται και να δημιουργούν βίντεο από προτροπές κειμένου.
Η μητρική εταιρεία του Facebook επιδιώκει επίσης να ανταγωνιστεί τη Microsoft, τη Google της Alphabet και την Amazon στο ταχέως μεταβαλλόμενο σύμπαν της δημιουργικής τεχνητής νοημοσύνης.
Το Sora είναι ένα έργο σε εξέλιξη, με την εταιρεία να προσθέτει ότι το μοντέλο μπορεί να μπερδευτεί από τις χωρικές λεπτομέρειες μιας προτροπής και να δυσκολευτεί να ακολουθήσει μια συγκεκριμένη τροχιά της κάμερας.
Η OpenAI δήλωσε ότι αναπτύσσει επίσης εργαλεία που μπορούν να διακρίνουν αν ένα βίντεο δημιουργήθηκε από το Sora.