OpenAIs seneste satsning på kunstig intelligens kan være dens mest imponerende til dato. Kaldet “Sora”, denne nye tekst-til-video AI-model har netop åbnet sine døre for et begrænset antal brugere, som vil komme til at teste den. Virksomheden lancerede det ved at vise adskillige videoer lavet udelukkende af AI, og slutresultaterne er chokerende realistiske.
OpenAI introducerer Sora ved at sige, at det kan skabe realistiske scener baseret på tekstprompter, og de videoer, der deles på dets hjemmeside, tjener til at bevise det. Spørgsmålene er beskrivende, men korte; Jeg har personligt brugt længere prompts bare ved at interagere med ChatGPT. For for eksempel at generere videoen af uldne mammutter afbilledet ovenfor, krævede Sora en prompt på 67 ord, der beskrev dyrene, omgivelserne og kameraplaceringen.
Vi introducerer Sora, vores tekst-til-video-model.
Sora kan skabe videoer på op til 60 sekunder med meget detaljerede scener, komplekse kamerabevægelser og flere karakterer med levende følelser. https://t.co/7j2JN27M3W
Spørgsmål: “Smuk, snedækket… pic.twitter.com/ruTEWn87vf
— OpenAI (@OpenAI) 15. februar 2024
“Sora kan generere videoer op til et minut lange, samtidig med at den bevarer visuel kvalitet og overholder brugerens prompt,” sagde OpenAI i sin bekendtgørelse. AI kan generere komplekse scener fyldt med mange karakterer, kulisser og præcise bevægelser. Til det formål siger OpenAI, at Sora forudsiger og læser mellem linjerne efter behov.
“Modellen forstår ikke kun, hvad brugeren har bedt om i prompten, men også hvordan disse ting eksisterer i den fysiske verden,” sagde OpenAI. Modellen tager ikke kun fat på karakterer, tøj eller baggrunde, men skaber også “overbevisende karakterer, der udtrykker livlige følelser.”
Sora kan også udfylde hullerne i en eksisterende video eller gøre den længere, samt generere en video baseret på et billede, så det hele ikke kun er tekstprompter.
Selvom videoerne ser gode ud som skærmbilleder, er de grænseoverskridende i bevægelse. OpenAI serverede en bred vifte af videoer for at vise den nye teknologi frem, inklusive Cyberpunk-agtige Tokyo-gader og “historiske optagelser” af Californien under guldfeberen. Der er også mere, inklusive et ekstremt nærbillede af et menneskeligt øje. Opfordringerne dækker alt fra tegnefilm til fotografering af vilde dyr.
Sora lavede stadig nogle fejl. Ser man nærmere efter, afslører det, at nogle figurer ude i mængden for eksempel ikke har hoveder eller bevæger sig mærkeligt. Den akavede bevægelse skilte sig ud ved første øjekast i nogle prøver, men den generelle mærkelighed tog flere visninger at få øje på.
Det kan tage et stykke tid, før OpenAI åbner Sora for den brede offentlighed. Lige nu vil modellen blive testet af red teamers, som vil vurdere potentielle risici. Nogle skabere vil også komme til at begynde at teste det nu, mens det stadig er i de tidlige udviklingsstadier.
AI er stadig ufuldkommen, så jeg forventede noget ret rodet. Uanset om det er de lave forventninger eller Soras evner, går jeg imponeret væk, men også lettere bekymret. Vi lever allerede i en verden, hvor det er svært at skelne en falsk fra noget ægte, og nu er det ikke kun billeder, der er i fare – videoer er det også. Sora er dog næppe den første tekst-til-video-model, vi har set, såsom Pika.
Andre hejser også flaget, som f.eks populære teknologiske YouTuber, Marques Brownleeder tweetede, at “hvis dette ikke bekymrer dig i det mindste en lille smule, vil intet gøre det” som svar på Sora-videoerne.
Hver eneste af disse videoer er AI-genereret, og hvis dette ikke bekymrer dig i det mindste en lille smule, vil intet
Den nyeste model: https://t.co/zkDWU8Be9S
(Husker du, at Will Smith spiste spaghetti? Jeg har så mange spørgsmål) pic.twitter.com/TQ44wvNlQw
— Marques Brownlee (@MKBHD) 15. februar 2024
Hvis OpenAIs Sora er så god nu, er det svært at forestille sig, hvad det vil være i stand til efter et par års yderligere udvikling og test. Dette er den slags teknologi, der har potentialet til at fortrænge mange job – men forhåbentlig vil den, ligesom ChatGPT, i stedet eksistere side om side med menneskelige fagfolk.
Støt vores arbejde ❤️
Hvis du kunne lide denne artikel, kan du overveje at give drikkepenge for at hjælpe os med fortsat at udgive kvalitetsindhold.
