Следващото поколение видео, задвижвано от изкуствен интелект, на OpenAI пристига със социален обрат: Sora 2 не само е по-мощен модел, но и дебютира с приложение, което прави създаването на клипове мигновено и, ако желаете, незабавно споделяне. Обещанието е просто: записвате кратък клип , за да уловите гласа и лицето си, избирате сцената и системата ви поставя в нея, без да губи нишката между кадрите.
Този ход предоставя контекст за едно пътешествие, започнало с ChatGPT и продължило с модели на изображения: първата Sora вече загатваше за постоянство на обектите и известна визуална съгласуваност, но сега скокът се фокусира върху физическата прецизност и интеграцията на звука. Целта е грешките да изглеждат човешки, а не алгоритмични бъгове, и светът на клипа да запази състоянието си при свързване на кадри.
Какво е новото в модела Sora 2?
OpenAI описва Sora 2 като значителен скок напред, с по-реалистично поведение в ежедневните действия и сложните сцени: ако топката не влезе вътре, тя отскача обратно там, където е кацнала , и не изчезва; ако има множество равнини, състоянието на средата се запазва. Освен това системата приема по-богати инструкции и поддържа кратки разкази с по-голям контрол върху стила, продължителността и преходите.
Друго забележително подобрение е звукът: моделът генерира гласове, ефекти и звукови пейзажи, синхронизирани с визуалните елементи, така че диалозите да се сливат безпроблемно с околната среда (от оживена улица до фойерверки). Резултатът е по-пълен аудиовизуален пакет, който вдига летвата в сравнение с предишната версия.
Социалното приложение: вертикално емисионно предаване, ремикси и епизодични участия
Наред с модела, OpenAI пуска приложение, предназначено за създаване и споделяне на съдържание в социален контекст. Сърцето на приложението е вертикален, мобилен фийд с клипове с дължина до 10 секунди , като бутони, коментари и опция за ремикс . Страницата „За теб“ е персонализирана с помощта на естествен език и дава приоритет на взаимодействието с хора наблизо, за да се избегне безкрайна пасивна консумация.
За да се появи в клип, приложението изисква проверка на изображението и гласа, а оттам нататък позволява епизодични участия в сцени, генерирани от вас или други хора. Няма качване от вашата камера: заснемането се извършва в самото приложение, което улеснява контрола и проследяването на разрешенията по всяко време.
Идентичност, благополучие и сигурност
Функцията за проверка на сходство включва известия, когато някой използва вашето изображение , дори ако видеото е все още в чернова. Можете също така да отмените разрешенията и да поискате премахване на клипове, в които се появявате, с човешка модерация, за да се предотврати тормоз и представяне за друг човек.
OpenAI заявява, че преживяването има за цел да насърчи творчеството, а не doomscrolling . За тийнейджърите има ограничения за гледане и генериране , допълнителни контроли за cameo-та и инструменти за родители чрез ChatGPT. Компанията посочва, че синтетичното съдържание е маркирано с сигнали за източник и цифрови идентификационни данни, за да се улесни проследяването.
Наличност, достъп и цени на Sora 2
Разпространението започва за iOS само с покана в Съединените щати и Канада , като се планира достъпът да се разшири до още страни по-късно. Засега не е налично в Испания. Услугата започва безплатно с ограничения, базирани на изчислителната мощност , и ще има по-висококачествен вариант на Sora 2 Pro за абонати на ChatGPT, както и уеб достъп и бъдещ API.
Какво прави Sora 2 добре и какво все още му липсва
Примерите показват художествена гимнастика, салта и екшън сцени с по-последователна физика, а резултатите в анимацията и стоп-моушъна изглеждат особено солидни . Въпреки това, недостатъците продължават: в реалистични поредици се забелязват детайли като неестествени траектории или отскоци (например в мач по плажен волейбол), а в свързани кадри съгласуваността може да се наруши.
Конкуренция и пазарен контекст
Sora 2 попада в бързо нарастваща конкурентна среда: Runway с Gen-4 , водещ творческия екип, Google интегрира Veo 3 в YouTube, а Meta тества поток от кратки видеоклипове, генерирани от изкуствен интелект. TikTok, от друга страна, затяга правилата за чувствително синтетично съдържание. Стратегията на OpenAI е да се фокусира върху разработването на собствено социално изживяване около своя видео енджин.
Авторско право и гаранции
Компанията работи с филтри, които блокират потенциално проблемни заявки за авторски права, което понякога предотвратява генерирането на определени клипове. В същото време OpenAI е изправена пред съдебни дела за авторски права, като случаят с New York Times е един от най-шумните, и защитава механизми за изключване и премахване на съдържание за притежателите на права.
Какво може да направи потребителят
За създатели, малки агенции или индивидуални потребители, Sora 2 отваря вратата за бързо и нискобюджетно създаване на клипове със звук и ефекти . Функциите за „cameo“ и запазването на състоянието между кадрите улесняват създаването на кратки, безпроблемни материали, докато опциите за ремиксиране и социалните мрежи насърчават съвместното , двупосочно сътрудничество .
С комбинация от аудиовизуален модел и социално приложение, Sora 2 има за цел да направи създаването на видео нещо обичайно, но с ясни ограничения по отношение на сигурността, идентичността и правата . Платформата стартира с 10-секундни клипове, задължителна проверка на изображенията и филтри за авторски права, като в момента е ограничена наличност и Pro и API версия, които ще оформят бъдещото ѝ развитие.
