سورا من OpenAI: إنشاء فيديو من نص
تعمل OpenAI على تعليم الذكاء الاصطناعي فهم ومحاكاة العالم الفيزيائي المتحرك، بهدف تدريب نماذج تساعد الناس على حل المشكلات التي تتطلب تفاعلًا مع العالم الحقيقي.
سورا، نموذج تحويل النص إلى فيديو:
- يمكن لسورا إنشاء مقاطع فيديو تصل مدتها إلى دقيقة مع الحفاظ على الجودة البصرية والالتزام بمطالبة المستخدم.
- يتوفر سورا حاليًا للمختصين الأمنيين لتقييم المجالات الحرجة التي تحمل مخاطر أو أضرار. كما يتم منح حق الوصول إلى عدد من الفنانين التشكيليين والمصممين وصانعي الأفلام للحصول على ملاحظات حول كيفية تطوير النموذج ليصبح أكثر فائدة للمحترفين المبدعين.
- يهدف هذا العرض المبكر لأبحاثنا إلى بدء العمل والحصول على ملاحظات من أشخاص خارج OpenAI وإعطاء الجمهور فكرة عن قدرات الذكاء الاصطناعي في المستقبل.
قدرات سورا:
- إنشاء مشاهد معقدة تتضمن شخصيات متعددة وأنواع معينة من الحركة وتفاصيل دقيقة للموضوع والخللفية.
- فهم ليس فقط ما يطلبه المستخدم في المطالبة، ولكن أيضًا كيف توجد تلك الأشياء في العالم الحقيقي.
- فهم عميق للغة، مما يسمح لها بتفسير المطالبات بشكل دقيق وإنشاء شخصيات مقنعة تعبر عن مشاعر نابضة بالحياة.
- إنشاء مشاهد متعددة ضمن مقطع فيديو واحد تم إنشاؤه مع الحفاظ بدقة على الشخصيات والأسلوب المرئي.
نقاط ضعف سورا الحالية:
- قد تواجه صعوبة في محاكاة فيزياء مشهد معقد بدقة، وقد لا تفهم حالات محددة للعلة والنتيجة.
- قد يخلط النموذج بين التفاصيل المكانية، على سبيل المثال، خلط اليسار واليمين، وقد يواجه صعوبة في الأوصاف الدقيقة للأحداث التي تحدث بمرور الوقت، مثل اتباع مسار كاميرا محدد.