OpenAI تكشف عن نموذج مذهل لتوليد الفيديو باسم Sora

يتم تصنيف ملف OpenAI الذي يشير إلى نموذج مذهل لتوليد الفيديو باسم Sora بواسطة BTW Media لأن الأدلة المنشورة تربطه بالبنية التحتية للإنترنت أو الحوكمة أو التبعيات التشغيلية أو رؤية السوق.

• اختيار OpenAI لتوفير Sora لمختبرين أمنيين مستقلين يظهر التزامهم بمكافحة إساءة الاستخدام المحتملة لمقاطع الفيديو المزيفة الواقعية.
• مع النموذج الرائد لتوليد النص إلى صورة من OpenAI، باستخدام شبكة عصبية محولية، قدم الفريق وراء Sora نهجًا جديدًا لتوليد الفيديو من الأوصاف النصية.

OpenAIكشفت مؤخرًا عن نموذج ثوري لتوليد الفيديو باسمSora، مما يدل على قدرته على تحويل الأوصاف النصية القصيرة إلى مقاطع فيديو عالية الدقة ومفصلة لمدة تصل إلى دقيقة واحدة. هذه التكنولوجيا المبتكرة تمثل تقدمًا كبيرًا في مجال توليد النص إلى فيديو، مما يعكس التزام OpenAI بتطوير أنظمة ذكاء اصطناعي قادرة على فهم التفاعلات المعقدة في عالمنا.

حذر OpenAI في الكشف عن تكنولوجيا متطورة

Tim Brooks، باحث في OpenAI، أكد على أهمية بناء نماذج قادرة على فهم محتوى الفيديو، مسلطًا الضوء على الآثار المحتملة للتقدم المستقبلي في الذكاء الاصطناعي. قرار الشركة بالكشف عن Sora في ظل سرية تامة يؤكد نهجها الحذر في الكشف عن هذه التكنولوجيا المتطورة.

بينما كانت النماذج السابقة لتوليد الفيديو تنتج غالبًا نتائج متقطعة ومحببة، يتميز Sora بمخرجاته عالية الدقة واهتمامه بالتفاصيل. أظهرت OpenAI قدرة Sora على إنشاء فيديوهات مع تفاعلات كائنات ثلاثية الأبعاد وانتقالات سلسة بين المشاهد، مما يوضح التقدم في معالجة الإخفاء - وهو تحدٍ شائع في النماذج الحالية.

اقرأ أيضًا:OpenAI تعالج «كسل» GPT-4 بتحديثات جديدة

تحسين الاتساق طويل المدى في Sora

على الرغم من قدراته المذهلة، فإن Sora ليس بدون قيود. اعترف Brooks بوجود مجالات للتحسين في الاتساق طويل المدى، حيث قد يواجه النموذج صعوبة في الحفاظ على الاتساق عندما تخرج الكائنات عن الإطار لفترات طويلة. قرار OpenAI بمشاركة Sora مع مختبرين أمنيين مستقلين يعكس التزامها بمكافحة إساءة الاستخدام المحتملة لمقاطع الفيديو المزيفة الواقعية.

DALL·E 3هو نموذج لتوليد النص إلى صورة طورته OpenAI باستخدام منهجيات التعلم العميق لتوليد صور رقمية من أوصاف اللغة الطبيعية. من خلال الجمع بين عناصر من DALL-E 3، النموذج الرائد لتوليد النص إلى صورة من OpenAI، مع شبكة عصبية محولية، قدم الفريق وراء Sora نهجًا جديدًا لتوليد الفيديو من الأوصاف النصية. هذه المنهجية الفريدة تسمح لـ Sora بمعالجة بيانات الفيديو في مقاطع، مما يتيح التدريب على مجموعة متنوعة من أنواع الفيديو من حيث الدقة والمدة والاتجاه.

اقرأ أيضًا:OpenAI تكشف عن قدرات ChatGPT الصوتية، تمزح بشأن دراما الرئيس التنفيذي، بينما تظهر رسالة تعبر عن مخاوف بشأن الذكاء العام الاصطناعي

التوفيق بين الابتكار والاستخدام المسؤول

Sam Gregory، المدير التنفيذي لـ Witness، أشاد بالابتكار التقني وراء Sora، لكنه حذر من المخاطر المرتبطة بتكنولوجيا توليد الفيديو. وأكد على احتمالية التضليل وإساءة الاستخدام في التلاعب بمحتوى فيديو واقعي، مشددًا على أهمية اتخاذ تدابير وقائية استباقية في إنشاء المحتوى ونشره.

بينما تواجه OpenAI تحديات النشر المسؤول لـ Sora، قامت الشركة بوضع مرشحات لمنع طلبات المحتوى غير المناسب وتخطط لدمج آليات كشف الصور المزيفة وعلامات بيانات وصفية قياسية في مخرجات النموذج. على الرغم من هذه الإجراءات، فإن المشهد المتطور لإنشاء المحتوى الاصطناعي يطرح تحديات مستمرة للحفاظ على سلامة المحتوى والتخفيف من مخاطر إساءة الاستخدام.