OpenAI يكشف عن Sora، نموذج فيديو توليدي مذهل

يتم تسليط الضوء على «OpenAI teases an amazing new generative video model Sora» من قبل BTW Media لأن الأدلة المنشورة تربطه بالبنية التحتية للإنترنت والحوكمة والتبعيات التشغيلية أو رؤية السوق.

تقدم OpenAI نموذج فيديو توليدي جديد ومذهل يُدعى Sora، استنادًا إلى الأبحاث السابقة على نموذجي DALL-E وGPT؛ يستطيع Sora توليد ما يصل إلى 60 ثانية من الفيديو من تعليمات نصية، مع توفير مشاهد تحتوي على عدة شخصيات وأنواع محددة من الإجراءات وتفاصيل خلفية دقيقة؛ يمكن لـ Sora أيضًا إنشاء لقطات متعددة داخل الفيديو المولد نفسه. الشركة الرائدة عالميًا في نماذج الذكاء الاصطناعي، OpenAI، أطلقت نموذجًا يُدعى Sora قادرًا على توليد مقاطع فيديو قصيرة فورية من تعليمات نصية. في وقت سابق من عام 2023، وخلال المنافسة الشديدة على نماذج الذكاء الاصطناعي متعددة الوسائط، أصدرت شركات مثل Google وMeta وشركات ناشئة مثل Runway وPika Labs نماذج مماثلة أيضًا.

ومع ذلك، تواصل مقاطع الفيديو التي عرضتها OpenAI جذب الانتباه بسبب جودتها العالية. اقرأ أيضًا: OpenAI تعالج «كسل» GPT-4 بتحديثات جديدة. يمكن لـ Sora التفاعل مع العالم الحقيقي. حاليًا، المعلومات حول Sora محدودة على الموقع الرسمي لـ OpenAI. وثقت OpenAI علنًا سياق بيانات المصدر لتدريب النموذج، قائلة فقط: «نعلم الذكاء الاصطناعي فهم ومحاكاة العالم المادي المتحرك، بهدف تدريب نماذج تساعد الأشخاص على حل المشكلات التي تتطلب تفاعلًا مع العالم الحقيقي.» تؤكد OpenAI أن Sora يمكنه توليد مقاطع فيديو تصل مدتها إلى 60 ثانية من الأوصاف النصية، مع توفير مشاهد تحتوي على عدة شخصيات وأنواع محددة من الإجراءات وتفاصيل خلفية دقيقة.

يمكن لـ Sora أيضًا إنشاء لقطات متعددة داخل الفيديو المولد، مع إبراز الشخصيات والأنماط البصرية. بالإضافة إلى ذلك، يمكن لـ Sora توليد مقاطع فيديو كاملة دفعة واحدة أو تمديد مقاطع الفيديو المولدة لإطالتها. تعلن OpenAI: «من خلال جعل النموذج يولد عدة صور في وقت واحد، نحل مشكلة صعبة: ضمان بقاء الموضوع متناسقًا حتى عندما يكون خارج نطاق الرؤية مؤقتًا.» تعترف OpenAI أيضًا أن نموذج Sora الحالي لديه نقاط ضعف. قد يواجه صعوبة في محاكاة الظواهر الفيزيائية بدقة في المشاهد المعقدة وقد لا يفهم بعض العلاقات السببية المحددة. على سبيل المثال، قد يأخذ شخص قضمة من بسكويت، ولكن بعد القضمة قد لا يكون هناك أي علامة على البسكويت.

قد يخلط النموذج أيضًا بين التفاصيل المكانية المذكورة، مثل اليسار واليمين، وقد يواجه صعوبة في وصف الأحداث التي تحدث عبر الزمن بدقة، مثل اتباع مسار كاميرا محدد. لا داعي للقلق بشأن السلامة. فيما يتعلق بقضايا سلامة الذكاء الاصطناعي، التي لم يتوقف الرئيس التنفيذي لـ OpenAI سام ألتمان عن معالجتها، تعلن OpenAI: «حاليًا، تم إتاحة Sora لـ 'المختبرين الأحمر' (أولئك الذين يقومون بـ 'اختبارات الفريق الأحمر' على المخرجات التي قد تكون ضارة لنماذج الذكاء الاصطناعي الكبيرة) لتقييم الأضرار أو المخاطر في المجالات الحرجة.

كما نسمح لبعض الفنانين البصريين والمصممين وصناع الأفلام بالوصول إليه لجمع التعليقات حول كيفية تحسين النموذج، لجعله مفيدًا قدر الإمكان للمهنيين المبدعين.» تشير OpenAI إلى أن Sora يعتمد على الأبحاث السابقة على نموذجي DALL-E وGPT. يتبنى تقنيات DALL·E 3، مما يمكنه من اتباع تعليمات المستخدم النصية بشكل أكثر دقة في مقاطع الفيديو المولدة. بالإضافة إلى توليد مقاطع الفيديو من الصفر، يمكن للنموذج أيضًا توليد مقاطع فيديو من الصور الثابتة الموجودة وتحريك محتوى الصور بدقة وعناية. يمكن للنموذج أيضًا استخراج مقاطع فيديو موجودة وتمديد أو ملء الإطارات المفقودة.

حاليًا، تم تحديث موقع OpenAI الإلكتروني بـ 48 فيديو توضيحيًا مولدة بواسطة Sora، تظهر ألوانًا زاهية وتأثيرات واقعية.