Компания OpenAI планирует выпустить свой генератор преобразования текста в видео под названием Sora в конце этого года, то есть позже, чем планировалось. Внедрение этой технологии будет постепенным из-за опасений по поводу ее потенциального негативного воздействия.
По словам технического директора OpenAI Миры Мурати, Sora может создавать реалистичные видеоклипы длительностью до 60 секунд на основе текстовых подсказок. Однако для этого требуется значительная вычислительная мощность, поэтому компания оптимизирует алгоритмы, чтобы снизить аппаратные требования к технологии перед запуском, сообщает The Wall Street Journal.
Пока Sora умеет генерировать видео без звука, но в OpenAI планируют со временем добавить и аудио сопровождение. Это может серьезно повлиять на кинопроизводство и анимацию, поскольку Sora уже сейчас создает более реалистичный видеоконтент по сравнению с другими ИИ-генераторами. Однако технология пока не лишена недостатков. Sora иногда неправильно интерпретирует запросы пользователей, а также плохо справляется с детализацией рук людей или движущихся объектов. Чтобы ограничить злоупотребления, OpenAI планирует добавлять водяные знаки и метаданные во все ролики, сгенерированные Sora. Это позволит легче отличить ИИ-контент от настоящего. Кроме того, технологии будет запрещено использовать изображения знаменитостей и политиков, чтобы ограничить возможности для создания глубоких фейков.Другая потенциальная проблема - нарушения авторских прав контентом, на котором обучался Sora. По словам Мурати, для обучения использовались открытые данные и лицензионные материалы, в том числе от Shutterstock. Однако она не смогла подтвердить, включались ли в обучающую выборку видео с YouTube, Facebook и Instagram, что вызывает вопросы.Таким образом, несмотря на впечатляющие возможности Sora, компания подходит осторожно к его внедрению, чтобы минимизировать потенциальный ущерб. Постепенное расширение доступа позволит лучше контролировать использование технологии по мере доработки ее недостатков.
