A OpenAI apresentou nesta quinta-feira (15) o Sora, modelo de Inteligência Artificial capaz de criar vídeos realistas a partir de textos curtos. Segundo a dona do ChatGPT, a ferramenta é capaz de “gerar cenas complexas com vários personagens, tipos específicos de movimento e detalhes precisos do assunto e do fundo”.
A empresa destaca que o modelo não apenas compreende o pedido do usuário, mas também reconhece a realidade existente no mundo físico.
“O Sora pode criar vídeos de até 60 segundos com cenas altamente detalhadas, movimentos de câmera complexos e vários personagens com emoções vibrantes”, afirmou a empresa.
FUNCIONAMENTO
De acordo com a empresa, o Sora usa a técnica de recaptação do DALL-E 3, robô também criado pelo Chat GPT e que é capaz de criar fotos a partir de descrições dos usuários.
“Como resultado, o Sora é capaz de seguir com mais fidelidade as instruções de texto do usuário no vídeo gerado”, informou a empresa.
MEDIDAS DE SEGURANÇA
A OpenAI planeja implementar medidas de segurança, colaborando com especialistas em desinformação e conteúdo prejudicial. Uma dessas medidas será um recurso que possibilitará identificar vídeos criados a partir do Sora.
A companhia também está preocupada com o tipo de conteúdo que a IA poderá produzir e pretende limitar os textos de comando para que o Sora não produza conteúdos que violem os termos de uso da empresa, como conteúdo sexual ou violência extrema, por exemplo.
FRAQUEZAS
Embora o Sora seja capaz de criar vídeos e continuações a partir de textos, a OpenAI reconhece suas “fraquezas”, como dificuldades em reproduzir a física de cenas complexas e compreender lógicas de causa e efeito.
Outra dificuldade que o sistema apresenta é em relação aos comandos e pode confundir alguns detalhes como direita e esquerda, e tem problemas em reproduzir com precisão eventos mais elaborados, que envolvam relação de causa e efeito ou movimentos de câmera.
Deixe um comentário