Sora, вештачката интелигенција на Open AI која може да креира видео од текст промпт, официјално е достапна за претплатниците во САД и некои други држави. Компанијата ја претстави алатката во февруари 2024 година, а дел од партнерите на OpenAI веќе можеа и да ја искористат. Така, компанијата Toys ‘R’ Us на 26 јуни ја претстави првата реклама креирана со помош на Sora.

Sora е достапна преку веб-страницата Sora.com за корисниците на ChatGPT во САД и повеќето други земји. За користење на вештачката интелигенција за генерирање на „приоритетни видеа“ е потребна ChatGPT Plus или ChatGPT Pro претплата која чини 200 долари месечно. Со Plus претплата може да се генерираат педесет 720р видеа со должина од 5 секунди. Претплатниците на Pro планот може да креираат 500 видеа, со 1080р резолуција и максимална должина од 20 секунди.

Претплатниците на Plus пакетот ќе мора да се задоволат со видеа со „воден жиг“. Pro претплатата овозможува преземање на видеа без ознака и генерирање на 5 видеа во исто време.

За жал во моментов не постои начин за нови корисници да ја користат Sora. Поради преголемиот интерес и преголемиот сообраќај, креирањето на нови профили е привремено оневозможено.

„Во моментов имаме голем обем на сообраќај и привремено го оневозможивме креирањето на Sora кориснички сметки,“ се наведува на нивната веб-страница.

Генерираните видеа ќе имаат C2PA мета податоци и забележлив жиг кој ќе покажува дека станува збор за видео креирани со помош на вештачка интелигенција, пренесе Verge. Дополнително, и казните за качување на слики или видеа од малолетници, експлицитна или насилна содржина ќе бидат ригорозни. OpenAI најави и банирање на профилите кои не ги следат правилата за користење.

Креаторите на ChatGPT веќе претставија и неколку алатки кои значително ќе ја прошират функционалноста на Sora. Едната ќе овозможи корекции на видеата со помош на промпт, а другата ќе овозможи спојување на две видеа и транзиција помеѓу сцените.

Засега Sora е достапна за корисниците во САД и повеќето други земји, со тоа што извршниот директор на OpenAI, Сем Алтман, рече дека нејзиното пуштање во „Европа и Велика Британија може да потрае“.

Што е Sora и како работи

Sora е вештачка интелигенција која им овозможува на корисниците да генерираат видеа врз основа на текстуални инструкции, а новиот модел, Sora Turbo, ги проширува можностите со додавање на функции како: Генерирање видео од текст; aнимација на слики; и ремиск на видеа.

Она што е интересно е дека тренингот на постоечки видео содржини е само еден дел од Sora. Другиот дел кој ја овозможува оваа вештачка интелигенција е тренингот на вештачката интелигенција со материјали кои и помагаат како да го „разбере“ движењето во физичкиот свет. Иако ова што го гледаме во моментов е баш креирање на видеа, целта на целиот тренинг е симулирање на вистински настани со физички закони.

Креирање на видео со Sora

Креирањето на видео е речиси исто како да барате одговор или да генерирате слика. Sora користи комбинација на трансформатори, дифузиски модели, и видео компонирање за да создаде видео. Еве како едноставно објаснето изгледа целиот процес за видеото „Изгрејсонце на плажа со мали бранчиња и небо обоено со златни и црвени бои“.

1. Текстуален дел (промпт)

Како промпт внесуваме :
„Генерирај видео од изгрејсонце на плажа со мали бранчиња и небо обоено со златни и црвени бои“.

Што прави трансформаторот?

Трансформаторот ги обработува нашите барања. Го разбира значењето на зборовите („плажа,“ „бранови,“ „изгрејсонце“). Потоа, одредува како елементите треба да се распоредат и поврзат во сцената (небото е горе, сонцето близу хоризонтот, плажата долу).  На крајот ги генерира „векторите“ – математички претстави што ги опишуваат клучните елементи на сцената.

2. Прва слика (фрејм)

Што прави дифузискиот модел?

Почнува со случаен шум (хаотична слика, налик на шумот без сигнал на телевизорот) и постепено ги додава основните бои за сликата: сина за морето, портокалова за изгрејсонцето, жолта за песокот. Ги обликува клучните елементи: сонцето, хоризонтот, брановите, плажата. Додава текстури и детали за да изгледа како реалистична фотографија.

На крај, дифузискиот модел создава јасен, статичен прв фрејм.

3. Генерирање на следни слики (анимација)

Како видеото оживува?

Трансформаторот предвидува промени и одредува како елементите треба да се движат. Во случајот сонцето треба да се „крева“ над хоризонтот; брановите треба да се движат напред-назад; светлината треба да се одразува во водата.

Следењето на секој од овие чекори е клучно за да се обезбеди дека секој фрејм е усогласен со претходниот.

Дифузискиот модел создава фрејмови

За секоја секунда од видеото, моделот генерира нова слика со мали промени врз основа на насоките од трансформаторот. На пример: на првата слика, сонцето е блиску до хоризонтот. Во петтата слика, сонцето е малку повисоко и поместено. На десеттата слика и небото е посветло.

Моделот обезбедува дека сите елементи се усогласени: сонцето не „скока“ случајно, а брановите имаат природни движења.

Склопување на видеото

Како сите рамки се поврзуваат?

Откако ќе се генерираат сите рамки, видео компонирањето ги спојува во континуиран тек. Додава финални нагодувања, на пример одбира природна транзиција меѓу фрејмовите за да се избегне „сецкање“.  Осветлување што се менува со текот на времето не може да биде случајно бидејќи и небото станува посветло со изгрејсонцето.

Што добиваме?

На крај, Sora генерира кратко видео од 10-20 секунди во кое:

• Сонцето полека се крева на хоризонтот.
• Брановите се движат природно, а светлината на изгрејсонцето се одразува на водата.
• Песокот и небото добиваат нијанси кои се менуваат низ текот на видеото.

Добивај известувања

Најава

Извести ме за

нови коментаринови одговори на мои коментари

Label

{} [+]

Name*

Email*

Website

Label

{} [+]

Name*

Email*

Website

1 Коментар

Најнови

Најстари Со највеќе гласови

Inline Feedbacks

View all comments

Oracle Integration Cloud (OIC) Training

10 months ago

This is a great read… Unogeeks is the top Oracle Integration Cloud Training Institute, which provides the best <a href=”https://unogeeks.com/oracle-integration-cloud-training”> Oracle Integration Cloud (OIC) Training </a>

0

Reply