Ustvarjanje slik in ukazov, ki jih uporabnik vnese v pogovorno okno je zdaj že stvar včerajšnjika, saj podjetja, ki se bavijo za algoritmi umetne inteligence, zdaj že razmišljajo o naslednji stopnji, ta pa zna generirati cele videoposnetke. Seveda je takšna tehnologija že trši oreh, a v preteklem letu smo že dobili vpoglede v prve takšne prototipne izdelke, a zdi se, da zna podjetje OpenAI, najbolj znano po orodjih ChatGPT in DALL-E, prevzeti štafetno palico tudi na področju videov.
Včeraj smo tako ugledali uradno predstavitev orodja Sora, ki zna preko ukazov uporabnika ustvariti prepričljivo izgledajoče videoposnetke, od konkurence pa se razlikuje v enem pomembnem vidiku, saj zna ustvariti posnetke, ki v obseg trajajo do 1 minute.
To je velika prednost, saj smo pri konkurenčnih izdelkih lahko videli gibanje sličic, ki pa so trajali maksimalno nekje tri sekunde, tako da bi jih prej označili za GIF-e, kot pa neke prave videe. Sora pa je v tem pogledu drugačna in na uradni strani si lahko ogledamo cel kup primerov, ki so videti izjemno življenjsko in prepričljivo, čeprav zdaj v zgodnji fazi še vedno vsebujejo očitne napake.
Introducing Sora, our text-to-video model.
— OpenAI (@OpenAI) February 15, 2024
Sora can create videos of up to 60 seconds featuring highly detailed scenes, complex camera motion, and multiple characters with vibrant emotions. https://t.co/7j2JN27M3W
Prompt: “Beautiful, snowy… pic.twitter.com/ruTEWn87vf
En očiten primer napake je krdelo volčjih mladičev, ki se igrajo in so na prvi pogled videti skorajda neločljivi od realnosti, nakar ob bolj pozornem gledanju vidiš, da se nekateri od njih pojavijo kar iz zraka. Potem so tu denimo razni dronski preleti oseb, kjer umetna inteligenca še vedno ne ve točno, kaj narediti s človeškimi rokami. A nekateri drugi primeri so bolj impresivni, kot je denimo plovba dveh barkač znotraj skodelice s kavo in vožnja avtomobila po prašni poti.
Seveda se ob tem porajajo veliki pomisleki glede varnosti takšnih posnetkov, ki se lahko zlahka uporabijo za dezinformacijske kampanje. O tem se še posebej govori letos, saj se novembra približujejo ameriške volitve za novega predsednika ZDA in preko takšnega orodja bi se dalo zlahka vplivati na mnenja volivcev. OpenAI pravi, da sodelujejo z raznimi strokovnjaki na področju dezinformacij, hkrati pa razvijajo ločeno orodje, ki bo lahko zaznalo posnetke, ki so bili ustvarjeni preko umetnopametnih algoritmov.
Sora zaenkrat še ni na voljo za splošno uporabo, a ko se bo to zgodilo, bo verjetno na voljo samo tistim, ki bodo za uporabo pripravljeni plačati naročnino.
