GNIT Severná Amerika usporiadala online diskusiu o modeli AI text-to-video

2. januára členovia GNIT Severnej Ameriky diskutovali o modeli AI text-to-video, najmä pre Sora od OpenAI. OpenAI predstavila nový text-to-video AI, čo predstavuje veľký pokrok v generatívnej umelej inteligencii. Na základe predchádzajúcich modelov tento AI ponúka vylepšený realizmus, zlepšenú kreatívnu kontrolu a integrované audio funkcie, čo ho robí mocným nástrojom pre tvorcov a vývojárov. Systém generuje krátke videoklipy na základe textových podnetov, pretransformujúc písané opisy na videokontent vysokej kvality s realistickým pohybom, presnou fyzikou a synchronizovaným audio, vrátane dialógov a zvukových efektov.

Pozoruhodnou vlastnosťou je možnosť pre používateľov vložiť svoje digitálne podoby do videí prostredníctvom skenovania tváre a vzorkovania hlasu, čím ponúkajú jedinečný a personalizovaný zážitok. Model taktiež podporuje rôzne kreatívne štýly, od kinematografických a fotorealistických po animované a surrealistické, poskytujúc používateľom široké plátno pre rozprávanie príbehov.

S modelom je spojená sociálna aplikácia, ktorá je aktuálne dostupná na iOS prostredníctvom systému iba na pozvanie v USA a Kanade. Aplikácia funguje ako platforma v štýle TikTok, kde môžu používatelia vytvárať, zdieľať a objavovať videá generované AI. Obsahuje tiež ovládacie prvky ochrany súkromia, ktoré umožňujú používateľom spravovať, kto môže používať ich digitálne podobizne a prijímať oznámenia, kedykoľvek je ich obraz alebo hlas zahrnutý do nového obsahu.

Napriek svojim schopnostiam tento AI vyvoláva etické otázky, najmä okolo impersonácie a obsahu deepfake. OpenAI implementovala ochranné opatrenia na zabránenie zneužitiu, vrátane obmedzení na explicitný, násilný, extrémistický alebo obsahu súvisiaci so sebapoškodením. Výzvy zostávajú v moderovaní obsahu a boli hlásené prípady zneužitia, čo podčiarkuje neustálu potrebu starostlivého dohľadu.

AI je aktuálne prístupné pre používateľov ChatGPT Plus a Pro, pričom širšie sprístupnenie je plánované prostredníctvom API v blízkej budúcnosti. Sprievodná aplikácia sa postupne rozširuje na viac používateľov iOS, keď OpenAI pokračuje vo vylepšovaní modelu i jeho aplikácií, vyvážujúc inováciu so zodpovedným používaním. Celkovo tento nový AI predstavuje významný skok v technológii text-to-video, spájajúci realizmus, personalizáciu a kreativitu v spôsob, ktorý má potenciál transformovať tvorbu obsahu naprieč rôznymi odvetviami.