Open AIs superavanserte videogenerator Sora åpnes for alle

Open AI har vært på hugget også etter lanseringen av den nå velkjente Chat GPT-tjenesten. Nylig klarte de nok en gang å imponere de fleste med Sora – en videogenerator som kan lage ekstremt livaktige videoer med bare tekstinstrukser.

Sora har så langt kun vært tilgjengelig for et begrenset antall utvalgte testere i kreative bransjer og for eksperter som skal vurdere den åpenbare sikkerhetsrisikoen knyttet til den avanserte videogeneratoren.

Nå har Open AI imidlertid bekreftet at Sora skal gjøres tilgjengelig for alle.

Kan komme om noen måneder

I et intervju med Wall Street Journal (via The Verge) forteller teknologisjef Mira Murati i Open AI at Sora vil bli åpnet opp for allmennheten i inneværende år.

Et konkret tidspunkt er ennå ikke oppgitt, men ifølge Murati kan det skje allerede om noen få måneder.

Murati kunne i tillegg avsløre at selskapet jobber med å bygge inn støtte for lyd i videogeneratoren, noe som altså vil gjøre den langt mer komplett og nyttig for videoproduksjon. Akkurat når dette skal skje, er ikke kjent.

Open AI ønsker også å bygge inn muligheten til å redigere videoene Sora lager, siden kunstig intelligens som kjent ofte produserer upresise resultater.

Andre opplysninger som kom frem i intervjuet, var at Sora er trent på offentlig tilgjengelige bilder og video, deriblant bildedatabasen Shutterstock. Murati ønsket imidlertid ikke å gå inn i detaljer om akkurat hva datagrunnlaget består i.

Teknologisjefen avslørte ellers at Sora er særdeles kostbar å drifte, men at selskapet jobber med å få kostnadene ned på et nivå som tilsvarer Open AIs bildegenerator DALL-E – som allerede er tilgjengelig for offentligheten.

Ekstrem realisme

Sora lar altså brukere lage videosnutter kun ved hjelp av tekstbaserte instrukser. Ifølge selskapet er modellen i stand til å konstruere 60-sekunders videoer med svært høy grad av visuell detaljrikdom og realisme.

Open AI har lagt ut flere eksempelvideoer på Soras egen hjemmeside, og de er svært vanskelige å skille fra ekte video. En av dem ser du over. Selskapet har også lagt ved selve tekstinstruksene som ble brukt til å generere videosnuttene, hvorav noen kun består av én setning, mens andre er mer detaljerte.

Ifølge Open AI forstår Sora ikke bare hva brukeren ber om i tekstinstruksene, men også hvordan alle objektene i videoen faktisk oppfører seg i den fysiske verdenen.

I tillegg til å generere video fra kun tekst, kan modellen også lage videosnutter fra et eksisterende stillbilde, der alle elementene i bildet animeres presist og detaljert, sier selskapet. Modellen kan også brukes til å forlenge/utvide eksisterende videoer eller fylle inn manglende bilder.