شب گذشته شرکت OpenAI از مدل جدیدی برای تولید ویدئو به نام Sora رونمایی کرد که می تواند با استفاده از دستورات متنی ویدیوهای بسیار واقعی ایجاد کند. این شرکت اعلام کرده است که مدل مورد نظر قادر است حداکثر تا 1 دقیقه فیلم ارایه دهد
علی غفاری مرندی
دنیای پردازش آنلاین: به گزارش Verge بر اساس اعلام OpenAI در پستی که به معرفی این مدل اختصاص داده شده است، Sora قادر است صحنه های پیچیده با شخصیت های متعدد، حرکات مختلف متنوع و جزئیات سوژه و پس زمینه را ایجاد کند. مدل سورا علاوه بر تولید ویدئو بر اساس متن، قادر است بر اساس یک تصویر ثابت فیلم بسازد یا فریم های گم شده یک ویدیوی موجود را پر کند و حتی طول آن را افزایش دهد. اگرچه با کمی دقت می توان به مصنوعی بودن ویدیوها پی برد، اما در مقایسه با مدل های مشابه، ویدیوهای شگفت انگیزی ارایه می دهد.
در ابتدا، این مدل های هوش مصنوعی تبدیل متن به تصویر بودند که سر و صدای زیادی ایجاد می کردند. اما در سال گذشته، شاهد پیشرفت شگفت انگیزی در تبدیل متن به ویدئو بودیم. شرکت‌هایی مانند Runway و Pika مدل‌های قابل‌توجهی از متن به ویدیو را نشان داده‌اند و Lumiere گوگل یکی از رقبای اصلی OpenAI است. شبیه به Sora، Lumiere ابزارهای متن به ویدئو را به کاربران ارایه می دهد و همچنین به آنها اجازه می دهد از یک تصویر ثابت یک ویدیو ایجاد کنند.
در حال حاضر دسترسی به مدل سورا فقط برای افرادی در گروهی به نام تیم قرمز که آسیب ها و خطرات احتمالی این مدل را ارزیابی می کنند امکان پذیر است. OpenAI همچنین به برخی از هنرمندان، طراحان و فیلمسازان امکان دسترسی به مدل را برای بازخورد داده است. این شرکت تاکید می کند که Sora ممکن است به درستی فیزیک یک صحنه پیچیده را شبیه سازی نکند و ممکن است برخی موارد علت و معلولی را به درستی تفسیر نکند.
