text-to-video

Czasami najbardziej interesujące funkcje AI nie pojawiają się w oficjalnych komunikatach prasowych, ale w zaszyfrowanych wpisach CEO na platformie X. Sam Altman tym razem posłużył się jedynie emoji prezentu, aby skłonić społeczność do odkrycia ukrytego easter egga w aplikacji mobilnej ChatGPT. Funkcja łączy rozpoznawanie obrazu z możliwościami generatora wideo Sora, tworząc spersonalizowane świąteczne klipy z Mikołajem. Sprawdźcie sami.

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.

Na rynku istnieje już sporo modeli opartych na algorytmach sztucznej inteligencji, które potrafią stworzyć obrazy, wideo czy dźwięki z opisów tekstowych. Pewna osoba wpadła na pomysł stworzenia za pomocą dostępnych narzędzi reklamy pizzerii, którą sobie wymyśliła. Dzięki temu nie trzeba było zatrudniać aktorów, pisać scenariusza ani tworzyć muzyki czy dźwięków. Rezultaty tego dzieła, pomimo że na swój sposób są imponujące, to czasem wyglądają jak żywcem wyjęte z horroru.

Wszystko związane z AI nadal rozwija się bardzo intensywnie. Nie tak dawno została zaprezentowana piąta edycja generatora obrazów Midjourney. Efekty, jakie już teraz udaje się osiągnąć, potrafią być naprawdę oszałamiające. Do tej pory to funkcja tworzenia obrazów z opisów tekstowych była najbardziej rozpowszechniona. Jednak ten obraz sytuacji może się zmienić w dość krótkim czasie. Wielkimi krokami nadchodzi bowiem generowanie wideo w ten sam sposób.