در روز سوم جشن Shipmas، شرکت OpenAI ابزار تولید ویدیو با هوش مصنوعی سورا (Sora) را به‌طور عمومی معرفی کرد. مدل هوش مصنوعی Sora قادر است ویدیوهایی تا 2 ثانیه را براساس دستورهای متنی تولید کند. این ابزار همچنین می‌تواند صحنه‌های ناقص را تکمیل کرده و ویدیوهای موجود را با اضافه‌کردن فریم‌های مفقود، گسترش دهد.
رهان سهی، مدیر محصول سورا گفت که تیم محصولی شامل پنج یا شش مهندس در طی چند ماه این ابزار را توسعه داده‌اند. جویی فلین، طراح محصول سورا، توضیح داد: Sora یک ابزار است که این امکان را به شما می‌دهد همزمان در چند جا باشید، چند ایده را به طور همزمان امتحان کنید و کارهایی را انجام دهید که پیش از این کاملاً غیرممکن بود.
OpenAI در پخش زنده روز دوشنبه با حضور مدیرعامل سام آلتمن، این محصول جدید و ویژگی‌های متنوع آن را به نمایش گذاشت.
ویژگی‌های مدل هوش مصنوعی Sora
سورا شامل یک بخش به نام صفحه Explore می‌شود که یک فید قابل مرور از ویدیوهایی است که توسط کاربران جامعه سورا به اشتراک گذاشته شده‌اند.
برای شخصی‌سازی بیشتر ویدیوها، قابلیت Storyboard وجود دارد که به کاربران اجازه می‌دهد دنباله‌های ویدیویی را روی یک خط زمان سازمان‌دهی و ویرایش کنند. این ویژگی کمک می‌کند تا دستورهای متنی در قالب صحنه‌های مختلف ترکیب شوند.
OpenAI قبلاً در فوریه سورا را برای گروهی محدود از خالقان شامل طراحان و فیلمسازان ارائه کرده بود تا بازخوردهایی در مورد مدل دریافت کند.
در یک پست وبلاگی هنگام رونمایی این محصول، شرکت بیان کرد که سورا ممکن است در شبیه‌سازی فیزیک صحنه‌های پیچیده دچار مشکل شود و این احتمال وجود دارد که درک درستی از روابط علت و معلولی نداشته باشد. همچنین پیش‌بینی می‌شود که Sora چپ و راست را اشتباه بگیرد و در نمایش رویدادهایی که در طول زمان اتفاق می‌افتند، دچار مشکل شود.
واکنش‌ها و تاثیرات
این ابزار پیش از این تأثیر چشمگیری بر برخی اعضای هالیوود گذاشته است. تایلار پری، سرگرمی‌ساز میلیاردر، پس از مشاهده سورا، برنامه‌های خود برای گسترش استودیویی به ارزش 800 میلیون دلار را متوقف کرد. او گفت نمایش‌های سورا شوک‌آور بوده‌اند و احتمالاً هوش مصنوعی نیاز به ست‌های بزرگ و سفر به مکان‌های مختلف برای فیلم‌برداری را کاهش می‌دهد.
با این حال، طراح محصول این ابزار در دموی خود تأکید کرد که مدل هوش مصنوعی Sora قرار نیست با یک کلیک فیلم‌های بلند تولید کند. فلین گفت: این ابزار بیشتر یک افزونه برای خالق پشت آن است.
فلین همچنین هشدار داد: اگر با این فکر وارد سورا شوید که فقط با یک کلیک بتوانید یک فیلم بلند تولید کنید، انتظار اشتباهی دارید.
نگرانی‌های امنیتی
تیم Sora به مسائل ایمنی نیز اشاره کرد. سهی در ارائه خود گفت که OpenAI هدفی بزرگ دارد و تیم می‌خواهد از فعالیت‌های غیرقانونی جلوگیری کند، در حالی که تعادل بین آزادی خلاقیت و ایمنی محصول را حفظ می‌کند.
او گفت: ما در ابتدا رویکردی محافظه‌کارانه اتخاذ کرده‌ایم و اگر اعتدال ما دقیق نباشد، کافی است بازخوردتان را به ما بدهید. ما به‌طور مداوم پیشرفت خواهیم کرد.
OpenAI اعلام کرد که سورا از روز دوشنبه در آمریکا و بسیاری از کشورهای دیگر دردسترس عموم قرار گرفته است. با این حال، آلتمن گفت که انتشار ابزار در بریتانیا و بیشتر اروپا زمان بیشتری خواهد برد.
قیمت‌گذاری و اشتراک‌ها
مشترکین ChatGPT Plus که ماهانه 50 دلار پرداخت می‌کنند، می‌توانند حداکثر 50 ویدیوی هوش مصنوعی 5 ثانیه‌ای با وضوح 720p تولید کنند. کاربران ChatGPT Pro که ماهانه 200 دلار می‌پردازند، در حالت کند، تولید نامحدود و در حالت سریع‌تر، 500 تولید سریع‌تر دریافت می‌کنند. کاربران حرفه‌ای می‌توانند ویدیوهایی تا 20 ثانیه با وضوح 1080p و بدون واترمارک تولید کنند.
آلتمن در دمو گفت که کاربران رایگان نمی‌توانند از قابلیت تولید ویدیو سورا استفاده کنند، اما می‌توانند فید اکسپلور آن را مرور کنند.
نقدها و نگرانی‌ها
مارکز براونلی، یوتیوبر برجسته، اولین نقد مدل هوش مصنوعی Sora را روز دوشنبه منتشر کرد و به حدود 20 میلیون دنبال‌کننده خود گفت که نتایج این ابزار الهام‌بخش و در عین حال وحشتناک است.
براونلی در نقد خود به نقاط قوت و ضعف سورا اشاره کرد: این ابزار می‌تواند ویدیوهای تحریک‌کننده از وقایع کیهانی در اعماق فضا و انتزاعات دیگر تولید کند، اما در نمایش واقع‌گرایانه فیزیک زندگی روزمره، مانند دویدن یک مرد با توپ فوتبال، دچار مشکل است.
او نگرانی‌های خود را نیز مطرح کرد و گفت: میلیون‌ها نفر اکنون می‌توانند اساساً هر چه می‌خواهند با سورا انجام دهند. اگرچه این برنامه محافظت‌های مناسبی دارد، اما می‌توان آن‌ها را دور زد. او همچنین اشاره کرد که واترمارک کوچک سورا که در گوشه پایین سمت راست ویدیوها قرار دارد، می‌تواند حذف شود.
براونلی گفت: این ابزار همچنان یک ابزار بسیار قدرتمند است که ما را مستقیماً وارد عصری می‌کند که دیگر نمی‌توان به چیزی که آنلاین می‌بینیم، اعتماد کرد. او افزود: این مسئله‌ای است که انسانیت باید هم‌اکنون هضم کند.
توسط 
توسط 
دیدگاهتان را بنویسید