sora

AI rozwija się w tempie, które jeszcze niedawno wydawało się domeną fantastyki naukowej. Szczególnie dynamiczne zmiany obserwujemy w dziedzinie generowania multimediów. Tworzenie obrazów z tekstu stało się powszechnie dostępne. Na rynku pojawiają się coraz doskonalsze narzędzia zdolne do generowania wideo na podstawie prostych poleceń. Najnowsza premiera w tej dziedzinie nie jest jednak drobnym ulepszeniem, a prawdziwym skokiem jakościowym.

OpenAI stworzyło innowacyjne narzędzie do generowania filmów, które już teraz przyciąga dużą uwagę mediów i społeczności technologicznej. Jednak wraz z jego imponującymi możliwościami pojawiają się ważne pytania o odpowiedzialność, a także o wpływ sztucznej inteligencji na społeczne postrzeganie różnych grup ludzi. Przyglądamy się kontrowersjom wokół nowej technologii, a także omawiamy reakcję OpenAI i plany firmy na przyszłość.

Przedsiębiorstwo Google przedstawiło właśnie możliwości swoich zaktualizowanych modeli AI. Konkretniej mowa tu o generatorze materiałów wideo o nazwie Veo 2, a także ulepszonej wersji modelu obrazu Imagen 3. Ten pierwszy jest poważnym rywalem dla usługi Sora od OpenAI, gdyż skupia się na bardziej realistycznym oddaniu rzeczywistości. Imagen 3 z kolei zaoferuje nam sposobność tworzenia bardziej szczegółowych i jeszcze lepiej wyglądających obrazów.

Długo wyczekiwany produkt od OpenAI w końcu stał się dostępny dla użytkowników. Mowa oczywiście o tytułowym generatorze wideo o nazwie Sora, który został zaprezentowany światu na początku lutego 2024 roku. W tamtym okresie rozwiązanie zdobyło ogromny rozgłos ze względu na przedstawione możliwości, czyli tworzenie realistycznych materiałów filmowych. Jednak w międzyczasie na rynku pojawiły się inne generatory wideo. Jak się w tym wszystkim odnajdzie Sora?

Przedsiębiorstwo Meta zaprezentowało właśnie swoją odpowiedź na generatory wideo od firm: OpenAI (Sora), Google (Veo), a także Runway (Runway Gen-3 Alpha). Rodzina o nazwie Movie Gen zawiera w sobie kilka modeli, które są w stanie generować i edytować materiały wideo, a także tworzyć dla nich ścieżki dźwiękowe. Efekty są naprawdę bardzo dobre, choć do ideału trochę im jeszcze brakuje. Natomiast trzeba przyznać, że postęp technologiczny pod tym względem jest imponujący.

Dominacja NVIDII na rynku rozwiązań dedykowanych sztucznej inteligencji jest obecnie bezsprzeczna. To może jednak zmienić się w przyszłości, kiedy inne firmy technologiczne wdrożą własne chipy tego typu. Także OpenAI, od którego z perspektywy użytkowników rozpoczął się boom na sztuczną inteligencję, pracuje nad własnym rozwiązaniem. Dowiedzieliśmy się właśnie, jaki proces technologiczny zostanie prawdopodobnie wykorzystany przy jego produkcji.

Usługi oparte na sztucznej inteligencji, a konkretniej te, które mają za zadanie tworzyć obrazy i wideo, musiały tak jak inne zostać najpierw przeszkolone na dużych zbiorach danych. Większość firm "pożyczyła" sobie dostępne w internecie materiały, aby osiągnąć jak najlepsze rezultaty. Teraz na jaw wyszły informacje, które wskazują, że startup Runway wykorzystał tysiące filmów z platformy YouTube oraz z co najmniej jednego pirackiego serwisu, aby szkolić swój generator wideo.

Decydując się na obejrzenie serialu na jednej z popularnych platform VOD, dość często odniesiemy wrażenie, że fabuła była "pisana na kolanie", a całość jest dosłownie żenująca. Wraz z rozwojem AI zyskujemy jednak nowe możliwości, które mogą odmienić ten obraz sytuacji. Już wkrótce to my będziemy ustalać, jak potoczy się fabuła w serialach. Nadchodzi nowość, dzięki której ta wizja ma szansę się urzeczywistnić, a jest nią tytułowa platforma Showrunner.

Coroczna konferencja Google I/O 2024 jest już za nami. Firma zapowiedziała na niej całkiem sporo nowości, a tematem przewodnim całego wydarzenia była sztuczna inteligencja. Jednym z ciekawszych projektów okazał się Veo, czyli model AI zdolny generować materiały wideo z opisów tekstowych. Google miało co prawda już przynajmniej jedno podejście w tym segmencie (Lumiere), natomiast tym razem mamy mieć do czynienia z bardziej zaawansowanym rozwiązaniem.

Jeszcze do niedawna jednym z większych osiągnięć technologicznych była możliwość generowania fotorealistycznych obrazów z opisów tekstowych. W międzyczasie pojawiały się także rozwiązania, które szły o krok dalej i pozwalały w ten sam sposób tworzyć kilkusekundowe materiały wideo. OpenAI podnosi poprzeczkę jeszcze wyżej i prezentuje model Sora, który potrafi tworzyć nawet minutowe filmy, a przy tym jest niezwykle zaawansowany - na tyle, że można go nazwać rewolucyjnym.