Kompanija OpenAI je nedavno predstavila svoj najnoviji model pod nazivom Sora, koji ima izvanrednu sposobnost pretvaranja tekstualnih instrukcija u video zapise. Ovaj model, poznat kao „text-to-video“, omogućava korisnicima da kreiraju fotorealistične video klipove u trajanju do jedne minute, bazirane na njihovim napisanim tekstovima.

Iz kompanije OpenAI su istaknuli da model Sora može kreirati „složene scene s više likova, specifične tipove pokreta i precizne detalje subjekta i pozadine“. Također, navode da model može „razumjeti kako objekti egzistiraju u fizičkom svijetu“ te „precizno interpretirati rekvizite i stvarati uvjerljive likove koji izražavaju živahne emocije“. Osim toga, Sora može kreirati nove video materijale na temelju statične slike te nadopuniti nedostajuće frameove u postojećim videima.

Iz kompanije su također objavili demonstracijske video snimke koji su kreirani upotrebom ovog novog modela, a koji uključuju scene kao što su pogled na Kaliforniju iz zraka tijekom „zlatne groznice“, video koji prikazuje vožnju vlakom kroz Tokio te još mnogo toga. Međutim, brojni video zapisi imaju određene znakove koji ukazuju da je riječ o tehnologiji umjetne inteligencije, kao što je „sumnjivo“ pomicanje poda u snimkima muzeja.

Iako je model Sora impresivan, iz kompanije ističu da se može suočavati s poteškoćama u preciznom simuliranju fizike složenih scena te u pravilnom interpretiranju uzroka i posljedica. Zbog toga, Sora je trenutno dostupna „crvenim timovima“ za procjenu moguće štete i rizika, dok se vizualnim umjetnicima, dizajnerima i filmskim stvaraocima omogućava pristup kako bi dali povratne informacije.

Ova vijest dolazi nakon objave kompanije OpenAI o dodavanju vodenih žigova njihovom text-to-image alatu DALL-E 3 ranije ove godine, iako se ti vodenih žigovi lako mogu ukloniti. Također, kao i sa njihovim ostalim AI proizvodima, OpenAI se suočava s izazovima vezanim uz potencijalne posljedice lažnih AI fotorealističnih videa koji se pogrešno tretiraju kao stvarni.

Uzimajući u obzir sve ove faktore, OpenAI će morati biti pažljiv prilikom daljnje implementacije modela Sora i raditi na smanjenju bilo kakvih potencijalnih negativnih utjecaja koji bi mogli proizaći iz njegove upotrebe. Sve u svemu, novi model kompanije OpenAI obećava značajan napredak u stvaranju fotorealističnih videa na temelju tekstualnih instrukcija, ali istovremeno postavlja izazove koji će zahtijevati pažljivo upravljanje i nadzor.