OpenAI, Sora'yı Tanıtıyor: Etkileyici Yeteneklere Sahip Devrim Niteliğinde Bir Metinden Videoya Modeli
Summary:
OpenAI, basit metin istemlerini ayrıntılı 60 saniyelik videolara dönüştürebilen bir metinden videoya modeli olan Sora'yı tanıttı. Görüntü tabanlı selefi DALL-E 3'e benzer bir 'difüzyon' modeli kullanan Sora, aşamalı olarak iyileştirdiği 'statik gürültüye' benzeyen bir ilk video veya görüntü oluşturur. OpenAI, yeteneklerine rağmen, karmaşık sahnelerin fiziğini doğru bir şekilde temsil etme ve neden-sonuç ilişkilerini anlama konusundaki sınırlamaları kabul etti. Şimdilik, siber güvenlik araştırmacılarına ve seçilen sanatçılara değerlendirme ve geri bildirim için Sora'ya erişim izni verildi. Sora'nın yeteneklerinin çeşitli gösterileri internette dolaştı ve büyük ilgi uyandırdı.
Önde gelen bir yapay zeka kuruluşu olan OpenAI, olumlu ilk tepkilere rağmen, hala geliştirmeler için yeri olan yeni metinden videoya modeli Sora'yı tanıttı. OpenAI tarafından 15 Şubat'ta duyurulan Sora, yapay zekanın düz metin istemlerini karmaşık videolara dönüştürme, önceden var olan videoları geliştirme ve hatta statik bir görüntüden sahneler oluşturma yeteneklerinden yararlanıyor. Sora, zengin ayrıntılar, canlı duygular sergileyen çok sayıda karakter ve karmaşık kamera hareketleriyle dolu 60 saniyelik videolar üretebiliyor.
15 Şubat'ta yayınlanan bir blog gönderisinde OpenAI, Sora'nın 1080p'ye kadar ulaşan çözünürlük kalitelerinde sinematik bir prodüksiyona benzer sekanslar oluşturabileceğini bildirdi. OpenAI'nin önceki görüntü merkezli modeli DALL-E 3'e benzer şekilde Sora, yapay zekanın "statik gürültüye" benzeyen bir ilk video veya görüntü oluşturduğu ve ardından aşamalı olarak "gürültüyü ortadan kaldırarak" iyileştirdiği bir "difüzyon" modeli uygular.
OpenAI'ye göre, Sora'nın geliştirilmesi, modelin kullanıcı girdilerini yansıtmadaki doğruluğunu görünüşte artıran önceki modelleri GPT ve DALL-E3'ten öğrenilenlere dayanıyordu. OpenAI, Sora'nın karmaşık sahnelerin fiziğini doğru bir şekilde temsil etmedeki zorluklar ve neden-sonuç ilişkilerini yanlış okuma gibi mevcut sınırlamalarını kabul etti. Ayrıca Sora, bir istemin "uzamsal özelliklerini" yanlış anlayabilir ve yanlış tanıtabilir, böylece yönleri yanlış hizalayabilir veya kesin açıklamalara uymayabilir.
Şu an için OpenAI, daha fazla iyileştirme için geri bildirim sağlamak üzere bazı seçilmiş tasarımcılara, görsel sanatçılara ve film yapımcılarına ek olarak, olası riskleri ve sorunları tespit etmek için Sora'yı yalnızca "kırmızı ekip üyeleri", esasen siber güvenlik araştırmacıları için erişilebilir hale getirdi. Stanford Üniversitesi tarafından Aralık 2023'te yayınlanan bir araştırma, LAION gibi yapay zeka veritabanlarını kullanan görüntü veya video oluşturma modellerine bağlı kritik etik ve yasal ikilemlere işaret etti.
Sora, modeli tartışan ve yeteneklerinin video gösterimlerini dağıtan 173.000'den fazla gönderi ile X'te bir vızıltı yarattı. OpenAI CEO'su Sam Altman, X'in kullanıcılarının isteklerine göre özel videolar oluşturarak potansiyelini gösterdi. Çeşitli örnekler arasında ejderha sırtlı bir ördek ve bir dağın tepesinden bir podcast'e ev sahipliği yapan golden retriever'lar vardı.
Yapay zeka yorumcusu Mckay Wrigley de dahil olmak üzere birçok kişi, Sora tarafından üretilen videolara hayranlıklarını dile getirdi. Nvidia'nın kıdemli araştırmacısı Jim Fan, X'te 15 Şubat tarihli bir gönderide, Sora'nın sadece DALL-E 3 gibi bir yapay zeka oyuncağı değil, gerçekçi işleme, sezgisel fizik, uzun ufuklu akıl yürütme ve anlamsal topraklama yapabilen daha gelişmiş bir "veriye dayalı fizik motoru" olduğuna inandığını belirtti.
Published At
2/16/2024 8:56:53 AM
Disclaimer: Algoine does not endorse any content or product on this page. Readers should conduct their own research before taking any actions related to the asset, company, or any information in this article and assume full responsibility for their decisions. This article should not be considered as investment advice. Our news is prepared with AI support.
Do you suspect this content may be misleading, incomplete, or inappropriate in any way, requiring modification or removal?
We appreciate your report.