OpenAI je ovoga tjedna predstavio novi video alat Sora 2, svoj novi model za generiranje video i audio sadržaja obogaćen posebnom aplikacijom, opisujući ga kao značajan iskorak u području umjetne inteligencije, usporediv s "GPT-3.5 trenutkom za video". Svoje pompozne najave potkrijepili su odmah i najavnim video spotom, u kojem je baš svaki element nastao unutar alata Sora 2 – pogledajte ga u nastavku i zapitajte se biste li u tu tvrdnju vjerovali prije samo koju godinu.

Fascinantna realističnost

Novi generativni video model donosi napredne sposobnosti simulacije stvarnog svijeta, s ciljem dubljeg razumijevanja fizikalnog okruženja. Za razliku od prethodnih modela koji su često deformirali stvarnost pri praćenju zadataka iz promptova, Sora 2 bolje poštuje zakone fizike. Primjerice, ako u generiranom videu košarkaš promaši koš, lopta će se realistično odbiti od table, umjesto da se nelogično teleportira u obruč.

Sora 2 demonstrira sposobnost modeliranja ne samo uspjeha, već i neuspjeha, što je ključna karakteristika za korisne simulatore svijeta. Model nudi korisnicima i značajno veću kontrolu nad rezultatima, omogućujući praćenje složenih uputa kroz više kadrova uz zadržavanje dosljednosti sintetiziranog svijeta. Osim realističnog, model se ističe i u stvaranju kinematografskog i anime stila, a sposoban je generirati i realistične pozadinske zvukove, govor i zvučne efekte.

Nakon "službenih" promo videa iz OpenAI-ja su objavili i video "bloopera", tj. rekreirali su u svojem video modelu neuspješne pokušaje snimanja osnovnog spota, kao da je on zaista nastao na filmskom setu s pravim ljudima – a taj video čini se još realističnijim od onog prvoga.

Zanimljiva novost novog modela je i funkcija "cameos", koja korisnicima dopušta da, nakon kratkog jednokratnog snimanja svojeg lica i glasa zbog verifikacije, umetnu sebe, prijatelje ili objekte u bilo koju scenu generiranu Sorom. Bit će to učinjeno, kako prvi demo videi pokazuju, uz iznimnu razinu realističnosti. Društvene mreže već su preplavljene takvim videima, a često je u njima kao glavni protagonist prikazan Sam Altman, prvi čovjek OpenAI-ja, čiji je lik gotovo pa postao meme vezan uz model Sora 2. Prvi korisnici su taj trend prihvatili nakon što je njegov generirani lik bio i u službenom najavnom videu za taj sustav.

Društvena aplikacija za slop

Paralelno s predstavljanjem modela, OpenAI je lansirao i novu društvenu aplikaciju Sora (sada samo za iOS). Ona omogućava stvaranje, remiksiranje tuđih uradaka i otkrivanje novih videozapisa, dakle zasebno je to mjesto za – kako već mnogi govore – stvaranje i dijeljenje "čistog AI slopa". Tvrtka naglašava kako je aplikacija dizajnirana da potiče stvaranje, a ne pasivnu konzumaciju sadržaja.

Algoritmi za preporuku sadržaja mogu se podešavati uputama na prirodnom jeziku, dajući korisnicima kontrolu nad onim što vide. Platforma uključuje i mehanizme zaštite, posebno za tinejdžere, kao što su zadana ograničenja dnevnog gledanja sadržaja i strože dozvole za korištenje "cameos" funkcije. Korisnici imaju potpunu kontrolu nad svojim digitalnim likom i mogu u bilo kojem trenutku opozvati pristup ili ukloniti videozapis koji ih sadrži. Roditeljima su na raspolaganju i kontrole putem ChatGPT-a za dodatno upravljanje roditeljskim postavkama.

Ograničena dostupnost

Aplikacija Sora za iOS dostupna je za preuzimanje u SAD-u i Kanadi, s planom brzog širenja na ostale zemlje. Model Sora 2 u početku će biti dostupan na stranici sora.com besplatno uz, kako se navodi, "velikodušna ograničenja". Korisnici pretplate ChatGPT Pro imat će pristup eksperimentalnom, kvalitetnijem modelu Sora 2 Pro putem web stranice sora.com, a kasnije i unutar aplikacije. Za pristup trenutačno trebaju pozivnice, a za dostupnost u Hrvatskoj ipak ćemo morati još malo pričekati.

Iz OpenAI-ja poručuju kako je njihov jedini trenutni plan monetizacije eventualno uvođenje opcije plaćanja za generiranje dodatnih videozapisa u slučaju prevelike potražnje u odnosu na dostupne računalne resurse. U budućnosti se također planira izdavanje API-ja za Soru 2, što će developerima omogućiti integraciju ove tehnologije u vlastite aplikacije i usluge.