GNIT North America Ay Nagdaos ng Online Discussion para sa Text-to-Video Model AI

Noong Enero 2, tinalakay ng mga miyembro ng GNIT North America ang text-to-video model AI lalo na para sa Sora ng OpenAI. Inanunsyo ng OpenAI ang isang bagong text-to-video AI, na nagmamarka ng isang malaking pag-unlad sa generative artificial intelligence. Nakabuo mula sa mga naunang modelo, ang AI na ito ay nagbibigay ng pinahusay na realism, mas mahusay na kontrol sa paglikha, at pinagsamang mga tampok ng audio, na ginagawang isang makapangyarihang tool para sa mga tagalikha at developer. Ang sistema ay bumubuo ng maikling clip ng video batay sa mga tekstual na prompts, na nagbabago ng mga nakasulat na paglalarawan sa mataas na kalidad na nilalaman ng video na may buhay na galaw, tumpak na pisika, at magkakasamang audio, kabilang ang diyalogo at mga tunog ng epekto.

Isang kapansin-pansing tampok ay ang kakayahan ng mga gumagamit na ipasok ang kanilang digital na pagkakahawig sa mga video sa pamamagitan ng facial scanning at voice sampling, na nag-aalok ng isang natatangi at personalized na karanasan. Sinusuportahan din ng modelo ang iba't ibang mga estilo ng paglikha, mula sa cinematic at photorealistic hanggang animated at surreal, na nagbibigay sa mga gumagamit ng malawak na canvas para sa pagsasalaysay.

Kasama ng modelo ay isang social app na kasalukuyang available sa iOS sa pamamagitan ng isang invitation-only system sa U.S. at Canada. Ang app ay gumagana tulad ng isang platform na katulad ng TikTok, kung saan ang mga gumagamit ay maaaring lumikha, magbahagi, at mag-explore ng mga AI-generated videos. Kasama rin nito ang mga kontrol sa privacy, na nagbibigay-daan sa mga gumagamit na pamahalaan kung sino ang maaaring gumamit ng kanilang digital na pagkakahawig at makatanggap ng mga abiso sa tuwing ang kanilang larawan o boses ay isinasama sa bagong nilalaman.

Sa kabila ng mga kakayahan nito, ang AI na ito ay nag-aangat ng mga etikal na konsiderasyon, partikular sa paligid ng impersonation at deepfake content. Nagpatupad ang OpenAI ng mga safeguard upang maiwasan ang maling paggamit, kabilang ang mga paghihigpit sa explicit, marahas, extremist, o nilalaman na may kaugnayan sa self-harm. Gayunpaman, may mga hamon na nananatili sa moderation ng nilalaman, at naiulat ang mga kaso ng maling paggamit, na nag-uudyok ng patuloy na pangangailangan para sa maingat na oversight.

Ang AI ay kasalukuyang maa-access sa mga gumagamit ng ChatGPT Plus at Pro, na may mas malawak na availability na nakaplano sa pamamagitan ng isang API sa malapit na hinaharap. Ang companion app ay unti-unting lumalawak sa higit pang mga gumagamit ng iOS, habang patuloy na pinipino ng OpenAI ang parehong modelo at mga aplikasyon nito, ang pagbabalansi ng inobasyon sa responsableng paggamit. Sa kabuuan, ang bagong AI na ito ay kumakatawan sa isang makabuluhang pagtalon sa teknolohiya ng text-to-video, na pinagsasama ang realism, personalization, at creative flexibility sa isang paraan na may potensyal na baguhin ang paglikha ng nilalaman sa iba't ibang industriya.