Создатель ChatGPT разработал модель, которая может создавать одноминутные видеоролики по тексту.
На основе текстового запроса или неподвижного изображения Sora способна создать видео длительностью до минуты с качеством видео 1080p. Подсказки пользователя точно отслеживаются. В создаваемое видео можно включить несколько персонажей и фоновые детали. Модель также способна расширять существующие видеоролики, добавляя недостающие детали.
"Модель глубоко воспринимает язык, благодаря чему может точно понимать подсказки и генерировать интереснейших персонажей, передающих разнообразные эмоции". Кроме того, Sora способна формировать несколько кадров в рамках одного сгенерированного видео, передавая персонажей и их визуальный стиль", - поясняют в OpenAI. На сайте OpenAI также представлены видеоролики, созданные Sora.
Кадр из видео созданный SoraOpenAI отмечает, что Sora не идеальна. Например, модель не всегда способна достоверно смоделировать физику сложной сцены. Она также может неправильно трактовать некоторые случаи причинно-следственных связей. Например, персонаж откусывает от торта, но в итоге на торте может не быть следа от укуса.
OpenAI продолжает развивать модель, которая в конечном итоге может устранить вышеперечисленные ограничения. Sora также опирается на исследования OpenAI в области DALL-E, модели компании, которая может генерировать изображения на основе подсказок.
На данный момент доступность Sora ограничена. Однако, доступ будет предоставлен ограниченному числу профессионалов в области визуального восприятия, дизайнеров и кинематографистов, чтобы они могли оставить свои отзывы о том, как сделать модель более подходящей для творчества.