W ubiegłym roku scenarzyści i aktorzy strajkowali w Hollywood w obawie przed zastąpieniem ich pracy z użyciem AI. Teraz ta technologia pokazuje kły przy tworzeniu filmów i chociaż producenci nie muszą jeszcze bać się o pracę, efekty uzyskiwane przez Sora imponują.
"Tworzy wideo z tekstu" - informuje na stronie internetowej OpenAI. Materiał trwa minutę, ale pozwala uzyskać szeroki przekrój treści – od nagrania gołębia, przez przejazd pociągu czy po fragment filmu animowanego albo historycznego. Jak działa ta przełomowa generatywna sztuczna inteligencja?
W swoich podstawowych działaniach nie różni się od programów graficznych, muzycznych oraz chatbotów. Zbudowana jest na architekturze transformerów i korzysta z rozwiązań wprowadzonych właśnie w ChatGPT czy DALLE-3.
Już wcześniej podejmowano próby tworzenia animacji, ożywiając np. nadesłane AI obrazy. Sora jest pierwszym AI, który radzi sobie tak dobrze z generowaniem filmów z samego tylko tekstu. OpenAI zapewnia też, że tak jak produkty konkurencji, Sora potrafi również ożywić przedstawiony jej obrazek.
"Sora potrafi wygenerować skomplikowane sceny z wieloma postaciami, specyficzne typy ruchu i dokładne detale tematyki i tła. Nasz model rozumie nie tylko, o co pyta użytkownik, ale jak te rzeczy funkcjonują w fizycznym świecie" – czytamy na stronie OpenAI.
Firma nie jest gołosłowna. Jej prezes, Sam Altman, pokazuje na X (dawny Twitter), jak np. Sora tworzy wyścig morskich stworzeń na rowerach. Nie trzeba wiele, żeby zacząć snuć domysły, do czego można wykorzystać minutowe filmy - materiały na social media, tworzenie reklam mniejszym kosztem, budowanie sklejek na dłuższe treści, wzbogacanie komunikacji…
Obecny model dobrze sobie radzi ze zrozumieniem języka i interpretacją promptów. Potrafi też wykreować kilka wariantów ujęcia i precyzyjnie pilnuje spójności bohaterów i obranego stylu.
Jest to jednak nadal wczesny krok w podróży AI tworzącej filmy. Jak czytamy na OpenAI, Sora ma problemy z symulowaniem fizyki w skomplikowanej scenie i z poprawnym zrozumieniem przyczyn i skutków. Za przykład podali gryzienie ciasteczka, na którym nie było śladów zębów. Nie ma jednak co się wstydzić, jeśli patrząc na nagrania, nie widzimy w nich żadnych wad – to jest imponujący rozwój tej technologii.
Chwilowo nie ma dobrych wieści dla osób spragnionych tworzenia własnych filmów. AI zostaje wydzielona do testów dla wybranej grupy użytkowników.
"Dziś Sora staje się dostępna dla testerów "red team", w celu oceny krytycznych obszarów pod kątem szkód lub zagrożeń. Udzielamy również dostępu wielu artystom wizualnym, projektantom i filmowcom, aby uzyskać opinie na temat tego, jak ulepszyć model, aby był jak najbardziej pomocny dla kreatywnych profesjonalistów" – czytamy na stronie OpenAI.
Firma dodaje, że dzieli się postępami badawczymi i przygotowuje opinię publiczną na to, jakie możliwości sztucznej inteligencji są na horyzoncie.
W przyszłości Sora będzie dostępna w produktach OpenAI. Zadaniem testerów jest upewnić się, że nie zostanie ona wykorzystana do szerzenia dezinformacji, nienawistnych treści ani do żadnej innej szkody. Firma zapowiada, że jednocześnie tworzy narzędzia, które mają wykrywać treści dezinformacyjne. Program będzie też w stanie informować użytkowników, czy oglądany film był stworzony przez Sorę za pomocą tzw. metadanych.
Technologia sztucznej inteligencji wykorzystywana jest coraz szerzej, w tym w usługach, z których korzystamy regularnie. Jedno z takich rozwiązań wprowadza DHL Express. Ulepszył swoją platformę internetową "My Global Trade Services" (MyGTS), upraszczając wysyłkę międzynarodową dla klientów i przyspieszając przetwarzanie przesyłek transgranicznych.