هوش مصنوعی جنجالی Sora امروز در دسترس قرار می‌گیرد؛ پروژه جدید خالق ChatGPT

مارکوس براونلی، یوتیوبر معروف، با انتشار ویدئویی در کانال خود اعلام کرد که Sora، هوش مصنوعی مولد ویدئو OpenAI، امروز حداقل برای برخی از کاربران راه‌اندازی می‌شود. براونلی به سورا دسترسی زودهنگام پیدا کرده و نظرات اولیه‌ی خود را ارائه داده است.

براونلی گفت که سورا در وبسایت Sora.com قرار دارد که صفحه‌ی اصلی آن ویدئوهای تازه‌تولیدشده و منتخب OpenAI را نشان می‌دهد. این ابزار در ChatGPT، چت‌بات هوش مصنوعی OpenAI، گنجانده نشده است و در‌حال‌حاضر، محصولی جداگانه محسوب می‌شود.

ویدئوهای موجود در صفحه‌ی اصلی سورا می‌توانند برای مشاهده‌ی بعدی با برچسب Saved علامت‌گذاری و در پوشه‌ها سازمان‌دهی شوند و با کلیک روی آن‌ها می‌توان دید که چه پرامپتی برای ایجاد هریک استفاده شده‌ است. براونلی گفت که سورا می‌تواند ویدئوها را از تصاویر بارگذاری‌شده و متن‌ها تولید و ویدئوهای موجود را ویرایش کند.

Sora

کاربران می‌توانند با استفاده از ویژگی Re-mix تغییراتی که می‌خواهند در ویدئو ببینند، توصیف کنند و سورا تلاش خواهد کرد تا این تغییرات را در کلیپ جدید بگنجاند. ریمیکس به کاربران اجازه می‌دهد تا مشخص کنند که چقدر می‌خواهند سورا ویدئو مدنظر را تغییر دهد.

براونلی گفت که سورا می‌تواند ویدئوهایی با کیفیت 1080p تولید کند؛ اما هرچه وضوح بیشتر باشد، زمان تولید ویدئو طولانی‌تر می‌شود. تولید ویدئو با کیفیت 1080p هشت برابر و 720p چهار برابر بیشتر از 480p که سریع‌ترین گزینه است، زمان می‌برد.

طبق گفته‌ی یوتیوبر مذکور، تولید ویدئو 1080p در آزمایش‌های او چند دقیقه طول کشید. او گفت: «در‌حال‌حاضر تقریباً هیچ‌کس دیگری از این ابزار استفاده نمی‌کند. واقعاً کنجکاوم که بدانم وقتی این ابزار برای همه در دسترس باشد، چقدر بیشتر طول خواهد کشید [تا یک ویدئو بسازد].»

براونلی گفت که سورا علاوه‌بر تولید کلیپ‌های مجزا، ویژگی داستان‌نویسی (Storyboard) دارد که به کاربران اجازه می‌دهد تا متن‌ها را به هم متصل و صحنه‌ها یا توالی‌های ویدئویی ایجاد کنند. این ویژگی به‌منظور کمک به حفظ انسجام طراحی شده است که معمولاً ضعف سایر مبدل‌های هوش مصنوعی ویدئو محسوب می‌شود.

براونلی می‌گوید که سورا به همان نقص‌های دیگر ابزارهای هوش مصنوعی دچار است؛ به‌ویژه مشکلات مربوط به ثبات اشیاء. در ویدئوهای سورا، اشیاء به‌گونه‌ای در مقابل یکدیگر یا پشت یکدیگر حرکت می‌کنند که منطقی نیست و بدون هیچ دلیلی ناپدید و دوباره ظاهر می‌شوند.

براونلی می‌افزاید که پاها منبع دیگری از مشکلات بزرگ برای سورا هستند. هر زمان که شخص یا حیوان مجبور باشد برای مدت طولانی در کلیپ راه برود، سورا پاهای او را با هم اشتباه می‌گیرد. پاها به‌طور غیر آناتومیکی به جلو و عقب جابه‌جا می‌شوند.

به‌گفته‌ی براونلی، سورا تعدادی از تدابیر ایمنی را در خود دارد و از تولید ویدئوهای شامل افراد زیر ۱۸ سال یا محتویات خشونت‌آمیز یا محتوایی مانع می‌شود که ممکن است حق نشر را نقض کند. همچنین، سورا ویدئوهایی از چهره‌های شخصیت‌های معروف یا دربردارنده‌ی نام تجاری و لوگو شرکت‌ها را تولید نخواهد کرد و روی هر ویدئو واترمارک می‌گذارد.

براونلی گفت: «شگفت‌انگیز است که این ویدئوها با هوش مصنوعی تولید شده‌اند؛ اما می‌توان به‌سرعت متوجه ساختگی‌بودن آن‌ها شد.»