OpenAI strādā pie programmatūras, kas var ģenerēt minūti garus video, balstoties tikai uz tekstu. Uzņēmums paziņojis ceturtdien.
Programmatūra – Sora – šobrīd ir pieejams tikai red teaming, kas palīdz atrast mākslīgā intelekta (MI) modeļa trūkumus. Rīku arī var izmantot vizuālie mākslinieki, dizaineri un filmu veidotāji, lai ražotāji iegūtu atsauksmes par modeli.
“Sora spēj ģenerēt sarežģītus scenārijus ar dažādiem tēliem, specifiskiem kustību veidiem un precīzām detaļām par objektu un fonu,” minēts paziņojumā, papildinot, ka rīks var vienā videoklipā izveidot vairākus kadrus.
Uzņēmums raksta bloga publikācijā, ka Sora ne tikai var tekstu pārvērst video, bet arī animēt statisku attēlu.
Sora vēl ir progresā, uzņēmums piemetina, ka modelis var sajaukt teksta telpiskās detaļas un tam var būt grūtības sekot noteiktai kameras trajektorijai. OpenAI sacīja, ka strādā arī pie rīka, kas var atpazīt Sora ģenerētos video.
OpenAI vs. citi izstrādātāji
Video ģenerēšanas programmatūra seko pēc 2022. gada OpenAI ChatGPT relīzes. Tā izveidoja pamatīgu traci ap GenAI un tā prasmēm sastādīt e-pastus, rakstīt kodus un poēmas.
Pagājušogad Meta Platforms krietni uzlaboja Emu, savu attēlu ģenerēšanas modeli, pievienojot tam divas MI funkcijas, kas, balstoties uz teksta komandām, var rediģēt bildes un video. Facebook veidotājs ģeneratīvā MI jomā vēlas sacensties ar Microsoft, Alphabet Google un Amazon.
Avots: Reuters
