Firma OpenAI, twórca rewolucyjnego ChatGPT, po raz kolejny przesuwa granice tego, co możliwe w świecie sztucznej inteligencji, tym razem wkraczając na pole generowania wideo. Firma oficjalnie zaprezentowała Sora 2, nową, znacznie potężniejszą wersję swojego modelu do tworzenia filmów z tekstu, a wraz z nią zupełnie nową aplikację mobilną Sora. To platforma społecznościowa w stylu TikToka, w której cała treść jest generowana przez AI. Ten ruch to nie tylko technologiczny przełom, ale także bezpośrednie wyzwanie rzucone gigantom, takim jak TikTok i Google ze swoim modelem Veo 3.
Aplikacja wideo AI. TikTok nowej generacji?
Sercem nowej inicjatywy OpenAI jest aplikacja Sora, która ma ambicję stać się platformą społecznościową przyszłości. W przeciwieństwie do TikToka czy Instagram Reels, gdzie użytkownicy dzielą się nagranymi przez siebie filmami, w Sora App cała treść jest tworzona za pomocą sztucznej inteligencji na podstawie prostych poleceń tekstowych. Użytkownicy mogą przeglądać pionowy strumień wideo, tak jak w TikToku, ale każdy z oglądanych filmów jest dziełem algorytmu.
To rewolucyjna koncepcja, która ma na celu zdemokratyzowanie procesu tworzenia wideo i uczynienie go dostępnym dla każdego, bez potrzeby posiadania kamery czy umiejętności montażu. OpenAI podkreśla jednak, że celem nie jest maksymalizacja czasu spędzanego na biernym oglądaniu. Aplikacja została zaprojektowana tak, aby zachęcać przede wszystkim do kreatywności i tworzenia własnych, unikalnych treści, co ma ją odróżnić od konkurencji.
Sora 2. Nowa jakość i fizyka wirtualnych światów.
Aplikacja Sora jest napędzana przez najnowszą generację modelu do generowania wideo, czyli Sora 2. Ta wersja to ogromny skok jakościowy w porównaniu do swojego poprzednika. Przede wszystkim, model znacznie lepiej radzi sobie z rozumieniem i symulowaniem praw fizyki w wirtualnych światach. Oznacza to, że generowane obiekty i postacie poruszają się w sposób bardziej realistyczny i spójny, a ich interakcje z otoczeniem są bardziej naturalne.
Udoskonalono również zdolność do utrzymywania spójności wizualnej w dłuższych ujęciach i między różnymi scenami. Sora 2 potrafi również generować wideo wraz z natywnym dźwiękiem, w tym z synchronizacją dialogów, efektami i muzyką, co eliminuje potrzebę późniejszego udźwiękowienia. To wszystko sprawia, że generowane filmy są coraz trudniejsze do odróżnienia od prawdziwych nagrań.
Funkcja „Cameo”. Wystąp we własnym filmie AI.
Jedną z najbardziej przełomowych i potencjalnie kontrowersyjnych nowości jest funkcja „cameo”. Pozwala ona użytkownikom na stworzenie swojego realistycznego, cyfrowego awatara, który wygląda i mówi dokładnie tak jak oni, a następnie umieszczenie go w dowolnym, wygenerowanym przez AI scenariuszu. Proces tworzenia awatara jest jednorazowy i wymaga krótkiej weryfikacji tożsamości, podczas której nagrywamy swoją twarz i głos.
OpenAI podkreśla, że użytkownik ma pełną kontrolę nad swoim cyfrowym wizerunkiem. Może on zdecydować, czy jego awatar będzie prywatny, dostępny tylko dla znajomych, czy publiczny. To otwiera niezwykłe możliwości, od tworzenia spersonalizowanych filmów, w których jesteśmy głównymi bohaterami, po wykorzystanie tej technologii w edukacji czy marketingu.
OpenAI kontra Google. Pojedynek tytanów AI.
Premiera Sora 2 i dedykowanej aplikacji to bezpośrednia odpowiedź na ruchy konkurencji, a w szczególności firmy Google. Niedawno Google zaprezentowało swój własny, niezwykle zaawansowany model do generowania wideo o nazwie Veo 3, który również imponuje realizmem i możliwościami. Rozpoczyna się więc nowy wyścig technologiczny, tym razem na polu generatywnego wideo, w którym dwaj najwięksi gracze w branży AI będą walczyć o dominację.
Obie firmy dążą do stworzenia jak najbardziej fotorealistycznych i kontrolowalnych modeli, a ich rywalizacja z pewnością przyspieszy rozwój tej technologii w niespotykanym dotąd tempie. Dla użytkowników oznacza to dostęp do coraz potężniejszych i bardziej kreatywnych narzędzi, ale także rosnące wyzwania związane z odróżnianiem prawdy od fikcji.
Wyzwania i przyszłość.
Nowa aplikacja OpenAI, choć rewolucyjna, od razu spotkała się z falą dyskusji i obaw. Pojawia się pytanie o przyszłość tradycyjnych platform, takich jak TikTok, ale także o zalew internetu przez tak zwany „AI slop”, czyli masowo produkowane, niskiej jakości treści generowane przez sztuczną inteligencję. Największym wyzwaniem pozostaje jednak kwestia dezinformacji i potencjalnego wykorzystania tej technologii do tworzenia fałszywych, niezwykle realistycznych nagrań wideo.
OpenAI zapewnia, że wprowadza szereg zabezpieczeń, takich jak weryfikacja tożsamości przy tworzeniu awatarów i blokowanie generowania treści szkodliwych. Jednak rozwój tak potężnych narzędzi wymaga od całego społeczeństwa nowej, wzmożonej czujności i umiejętności krytycznego myślenia. Niezależnie od obaw, jedno jest pewne, era generatywnego wideo AI właśnie się rozpoczęła.
