OpenAI、驚異的な動画生成モデル Sora を発表

「OpenAI、驚異的な動画生成モデル Sora を発表」は、公開された証拠がインターネットインフラ、ガバナンス、運用依存性、または市場の可視性と関連していることから、BTW Media によってプロファイルされています。

• OpenAI が Sora を独立したセキュリティテスターに提供する選択は、フォトリアリスティックな偽動画の悪用の可能性に対抗する同社のコミットメントを示しています。
• OpenAI の主力テキスト画像生成モデルとトランスフォーマーニューラルネットワークを活用し、Sora の開発チームはテキスト記述から動画を生成する新しいアプローチを導入しました。

OpenAIは最近、Soraという革新的な動画生成モデルを発表し、短いテキスト記述を最大 1 分の高解像度で詳細な動画クリップに変換する能力を実証しました。この革新的技術は、テキストから動画への生成分野における大きな進歩を示し、世界の複雑な相互作用を理解できる AI システムの開発に対する OpenAI のコミットメントを反映しています。

最先端技術の公開における OpenAI の慎重さ

Tim Brooks氏（OpenAI 研究者）は、動画コンテンツを理解できるモデルを構築することの重要性を強調し、将来の AI 進歩への潜在的な影響を指摘しました。同社が厳重な秘密保持のもとで Sora を公開する決定は、この最先端技術の開示に対する慎重なアプローチを裏付けています。

以前の動画生成モデルがしばしばカクつきや粗い結果を生み出していたのに対し、Sora は高精細な出力と細部へのこだわりで際立っています。OpenAI は、Sora が 3D オブジェクトの相互作用やシーン間のスムーズな遷移を含む動画を作成できる能力を実証し、既存モデルで一般的な課題である遮蔽（オクルージョン）の処理における進歩を示しました。

関連記事：OpenAI、最新アップデートで GPT-4 の「怠惰」問題を解消

Sora における長期的な一貫性の改善

Sora の印象的な能力にもかかわらず、限界がないわけではありません。Brooks 氏は、長期的な一貫性の面で改善の余地があることを認め、オブジェクトが長時間フレームから外れた場合に一貫性を維持することが難しいと述べました。OpenAI が Sora を第三者セキュリティテスターと共有する決定は、フォトリアリスティックな偽動画の悪用の可能性に対抗する同社のコミットメントを反映しています。

DALL·E 3は、OpenAI が開発したテキスト画像生成モデルで、自然言語記述からデジタル画像を生成するために深層学習手法を使用しています。OpenAI の主力テキスト画像生成モデルである DALL·E 3 の要素とトランスフォーマーニューラルネットワークを組み合わせることで、Sora の開発チームはテキスト記述から動画を生成する新しいアプローチを導入しました。この独自の手法により、Sora は動画データをセグメントで処理し、解像度、長さ、向きの点で多様な種類の動画に対するトレーニングが可能になります。

関連記事：OpenAI、ChatGPT の音声機能を公開、CEO の騒動をジョークにしつつ、AGI への懸念を示す書簡が浮上

イノベーションと責任ある利用のバランス

Witness のエグゼクティブディレクターである Sam Gregory 氏は、Sora の技術革新を称賛する一方で、動画生成技術に伴うリスクについて警告しました。同氏は、リアルな動画コンテンツの操作における誤情報や悪用の可能性を強調し、コンテンツの作成と普及における積極的な保護措置の重要性を訴えました。

OpenAI が Sora の責任ある展開という課題に取り組む中、同社は不適切なコンテンツの要求をブロックするフィルターを実装し、モデルの出力に偽画像検出メカニズムと業界標準のメタデータタグを組み込む計画です。これらの対策にもかかわらず、合成コンテンツ作成の進化する状況は、コンテンツの完全性を維持し、悪用のリスクを軽減する上で継続的な課題をもたらしています。