Obrazové kredity: OpenAI
Nový OpenAI – a první! — Model videoprodukce, Sora, může dosáhnout skutečně úžasné filmové práce. Ale model je vyvážený více Zpočátku by to mohlo být OpenAI, alespoň soudě podle technologie papír Publikováno dnes večer.
Článek s názvem „Video Generation Models as Universal Simulators“, jehož spoluautorem je skupina výzkumníků z OpenAI, stahuje oponu klíčových aspektů architektury Sora – například odhaluje, že Sora může vytvářet videa s libovolným rozlišením a poměrem stran. poměr (až 1080p). Podle listu je Sora schopna provádět řadu úkolů pro úpravu fotografií a videa, od vytváření smyčkových videí po natahování videí dopředu nebo dozadu v čase a dokonce i změnu pozadí ve stávajícím videu.
Co je ale pro tohoto spisovatele nejzajímavější, je schopnost Sory „simulovat digitální světy“, jak uvedli spoluautoři OpenAI. V jednom experimentu OpenAI pustil Sora do Minecraftu a nechal ho vykreslit svět – a jeho dynamiku, včetně fyziky – a zároveň ovládat hráče.
![](data:image/svg+xml;charset=utf-8,<svg height="450" width="800" xmlns="http://www.w3.org/2000/svg" version="1.1"/>)
Sora ovládá hráče v Minecraftu – zobrazuje svět videoher tak, jak to dělá. Všimněte si, že zrnitost byla poskytnuta převodníkem videa na GIF, nikoli Sorou. Obrazové kredity: OpenAI
Tak jak to může Sora udělat? takhle Oznámení Napsal hlavní výzkumník Nvidia Jim Fan (přes křemen), Sora je spíše „fyzikálním enginem založeným na datech“ než tvůrcem. Nejde jen o vytvoření jednoho obrázku nebo videa, ale o určení fyziky každého objektu v prostředí – a prezentaci obrázku nebo videa (nebo případně interaktivního 3D světa) na základě těchto výpočtů.
„Tyto schopnosti naznačují, že pokračující expanze video modelování je slibnou cestou k vývoji vysoce schopných simulátorů fyzického a digitálního světa a objektů, zvířat a lidí, kteří v nich žijí,“ napsali spoluautoři.
Nyní platí obvyklá omezení videoher společnosti Sora. Model nemůže přesně aproximovat fyziku základních interakcí, jako je rozbití skla. I s takovými interakcemi Umět Model Sora je často nekonzistentní – například zobrazuje někoho, kdo jí hamburger, ale nezanechává stopy po kousnutí.
Pokud však čtu noviny správně, zdá se, že Sora by mohla vydláždit cestu realističtějším – a možná i realističtějším – procedurálně generovaným hrám. To je vzrušující i děsivé (vzpomeňte si například na důsledky deepfakes) – a to je pravděpodobně důvod, proč OpenAI zvolila Sora Gateway za velmi Přístup k programu je v tuto chvíli omezen.
Doufejme, že se více dozvíme dříve než později.
„Unapologetický analytik. Rozzuřeně skromný kávový evangelista. Hráč. Nelze psát s boxerskými rukavicemi. Student. Podnikatel.“