Я попробовал Sora от OpenAI, и, думаю, это круто

Краткое содержание

Подписчики ChatGPT Plus получают 5-секундные дегустационные тесты Sora, а не полные 20-секундные клипы.
Видео Соры остаются неудачными из-за проблем со связностью и визуализацией подсказок.
Видеотехнология Sora кажется менее зрелой, чем генерация изображений, и отстает от Veo 2.

После нескольких месяцев анонсов технология генерации видео Sora от OpenAI стала доступна публике. Я провел некоторое время, играя с этой долгожданной технологией, и, честно говоря, остался немного разочарован.

Подписчики ChatGPT Plus получают 5-секундный тест на вкус Sora

Как и любой другой подписчик ChatGPT Plus, как только Sora стала общедоступной, я получил доступ к созданию собственных видео. Однако это больше похоже на дегустацию вкуса, чем на настоящую сделку. Люди, которые специально платят за Sora, могут создавать клипы длиной до 20 секунд и получать доступ к более высокому разрешению 1080p. Для подписчиков Plus вы получаете 5-секундные клипы с качеством до 720p.

Все, что вам нужно сделать, это вставить приглашение в текстовое поле, и через несколько секунд у вас будет видеоклип, примерно так же, как Midjourney или другие генераторы изображений AI работают с точки зрения пользователя.

Даже короткие клипы очень удачны

Одна из основных причин, по которой «полная» работа Sora ограничена 20 секундами, заключается в том, что у этой технологии все еще существуют серьезные проблемы с согласованностью. Чем дольше длится видео, тем больше в нем ошибок и странных моментов.

Помимо этой проблемы, мне было трудно визуализировать то, что я вставлял в свои подсказки. Например, я попросил его сделать отрывок о том, как звездолет уходит в варп, что является довольно распространенным научно-фантастическим приемом.

Ну, примерно это я и имел в виду, но я бы не стал включать это в свое недоделанное видео с говорящей головой на YouTube.

В других случаях это довольно точно. Например, когда я попросил вращающийся хромированный логотип HTG.

Последняя проблема, с которой сейчас сталкивается Сора, связана с физикой. Я видел множество видеороликов с животными, которые просто не правдоподобно двигаются, и когда я попросил что-то простое — шарикоподшипник, бегущий по рельсам, мне предоставили это странное видео.

Даже если видео визуально идеально, обычно именно движение выдает его за клип, созданный искусственным интеллектом.

Сора чувствует себя гораздо менее зрелым, чем Image Generation

Я не хочу создать впечатление, что Сора не впечатляет. Это большое достижение, но на самом деле его использование напоминает первые дни создания изображений. Это не было бы так очевидно, если бы не своевременный анонс Veo 2 от Google.

Видео с этой системы выглядят намного лучше, чем с Соры, особенно когда дело доходит до правильной физики движущихся объектов.

Просто посмотрите эту официальную подборку от Google.

Хотя можно утверждать, что они выбраны тщательно, некоторые пользователи YouTube имели доступ к Veo 2, и мнение, похоже, таково, что Veo 2 выходит на первое место с большим отрывом.

На данный момент это просто забавная игрушка

Поиграться немного с Сорой благодаря подписке, которая у меня уже есть, было весело, но я определенно не хотел бы платить 200 долларов в месяц за этот продукт в его нынешнем состоянии. Гораздо лучше просто подписаться на сервис стокового видео.

Глядя на то, что приготовил Google, и учитывая, что в этой области есть и другие конкуренты, такие как HeyGen и Runway ML, я ожидаю, что обновления и улучшения будут быстрыми и частыми. Хотя бы по той причине, что OpenAI неустанно совершенствует ChatGPT.