Už nějakou dobu nám může umělá inteligence vygenerovat nejrůznější obrázky, a to pouze na základě našich textových pokynů. Lídr v tomto odvětví OpenAI se však rozhodl, že celý proces ještě výrazně vylepší. Firma tak nyní představila unikátní nástroj jménem Sora, který je schopný na základě zadaného textu vytvořit i celá videa.
Sora má být schopna generovat složité scény s více postavami, specifickými typy pohybu a přesnými detaily jednotlivých předmětů a pozadí. „Náš model rozumí nejen tomu, co uživatel požadoval ve svém zadání, ale také tomu, jak dané věci existují v reálném světě,“ uvedli zástupci OpenAI v příspěvku na firemním blogu.
Nový nástroj má podle OpenAI schopnost dobře porozumět jazyku, což mu umožňuje přesně interpretovat zadání a vytvářet působivé postavy s živými emocemi. Sora, která je zatím dostupná pouze uzavřené skupině vybraných umělců a odborníků, má zvládnout vygenerovat videa o maximální délce 60 sekund.
OpenAI zároveň připustila, že Sora je stále nedokončená a má některé slabé stránky. K nim podle americké společnosti patří třeba špatné pochopení určitých prostorových pokynů nebo neschopnost porozumět příčině a následku. V jednom videu si tak člověk ukousl ze sušenky, ale ta přitom nadále zůstala nedotčená.
Americká firma zatím nezveřejnila, kdy má být nástroj k dispozici i široké veřejnosti. Aktuálně se chce OpenAI věnovat především zvýšení bezpečnosti, aby Sora nemohla být zneužita k šíření dezinformací či nenávisti.
