OpenAI از Sora، مدل هوش مصنوعی مولد خود که یک ویدیو از متن شما ایجاد می کند، رونمایی کرد

خالق ChatGPT، OpenAI، یک مدل هوش مصنوعی جدید به نام Sora را معرفی کرد که می‌تواند «صحنه‌های واقعی و تخیلی از دستورالعمل‌های متنی» را تا یک دقیقه ایجاد کند.

طبق گزارش OpenAI، سورا قادر به ایجاد صحنه های پیچیده با شخصیت های متعدد، انواع حرکت های خاص و جزئیات دقیق موضوع و پس زمینه برای ایجاد شخصیت های متقاعد کننده است که احساسات پر جنب و جوش را بیان می کند.

“مدل نه تنها آنچه را که کاربر در درخواست پرسیده است، بلکه چگونگی وجود آن چیزها در دنیای فیزیکی را نیز درک می کند.” این شرکت در پستی اعلام کرد.

در موقعیت فنیسورا می‌تواند ویدیوهای عریض 1920×1080، ویدیوهای عمودی 1080×1920 و هر چیزی را در این بین نمونه‌برداری کند. این به Sora اجازه می دهد تا محتوا را برای دستگاه های مختلف به طور مستقیم در نسبت تصویر اصلی آنها ایجاد کند.

OpenAI اذعان می کند که در مدل فعلی نقاط ضعفی وجود دارد، مانند جزئیات مکانی گیج کننده مانند چپ و راست یا علت و معلول. به عنوان مثال، شخصی ممکن است یک کوکی گاز بگیرد، اما متعاقباً ممکن است کوکی علامت نیش نداشته باشد.

سورا در حال حاضر تحت آزمایش های امنیتی با تیم های قرمز، متخصصان در زمینه هایی مانند اطلاعات نادرست، محتوای نفرت انگیز و سوگیری است. در همان زمان، OpenAI از روش‌های امنیتی موجود طراحی‌شده برای محصولات با استفاده از DALL·E 3 استفاده خواهد کرد که برای Sora نیز قابل اجرا هستند. بنابراین، سورا درخواست‌های متنی را که خط‌مشی‌های کاربر ما را نقض می‌کنند، رد می‌کند، مانند مواردی که خشونت شدید، محتوای ،، تصاویر نفرت‌انگیز، شباهت افراد مشهور یا آدرس IP دیگران را درخواست می‌کنند.

سورا اولین مدل هوش مصنوعی مولد برای تصاویر نیست، اما تفاوت اصلی بین آن و بینگ تصویر ساز از مایکروسافت این است که دومی تصاویر ثابت ایجاد می کند در حالی که Sora می تواند تصاویر متحرک ایجاد کند.