OpenaAI a dévoilé Sora, une nouvelle IA pour créer des vidéos réalistes

OpenAI vient d’être dévoilé Sorason premier modèle d’IA capable de générer des vidéos à partir de texte.

La qualité de l’image, ainsi que la fluidité des mouvements du sujet et de l’appareil photo, sont impressionnantes.

Et ce qui est impressionnant est le fait que vous pouvez obtenir – semble-t-il – clips pouvant durer jusqu’à une minute.

OpenAI a publié quelques exemples de contenus générés par Sora, comme celui d’une fille marchant la nuit, à Tokyo, et qui a été obtenu en tapant cette invite :

“Une femme élégante marche dans une rue de Tokyo remplie de néons chaleureux et de signalisation animée de la ville. Elle porte une veste en cuir noire, une longue robe rouge et des bottes noires, et porte un sac à main noir. Elle porte des lunettes de soleil et du rouge à lèvres. Elle marche avec confiance et désinvolture. la rue est humide et réfléchissante, créant un effet miroir des lumières colorées. de nombreux piétons se promènent”.

Ils existent déjà Des outils de type Soraet également ouvert au public, mais aucun de ceux-ci – pensez à IA de piste par exemple, il peut produire des clips d’une minute comme ceux publiés par OpenAI.

Sur son blog officielOpenAI écrit que « Sora peut générer des scènes complexes avec plusieurs personnages, des types de mouvement spécifiques et des détails précis sur le sujet et l’arrière-plan. Le modèle comprend non seulement ce que l’utilisateur a demandé dans l’invite, mais également comment les différents éléments coexistent dans le réel. monde.”

Sora n’est actuellement pas ouvert au public. Bref, cela ne peut être prouvé. Mais le PDG de la société créatrice de ChatGpt, Sam Altman, a demandé aux utilisateurs d’envoyer – via le réseau social X – les idées qu’ils souhaiteraient transformer en vidéos. Altman a utilisé certaines de ces invites pour créer des vidéos avec Sora, qu’il a ensuite publiées sur son compte.

L’échange, encore une fois l’un des YouTubers les plus célèbres au monde, MrBeast, qui écrit ironiquement au PDG d’OpenAI : “S’il vous plaît, ne me laissez pas sans abri.” La référence est aux capacités de Sora, évidemment, et à l’impact qu’il pourrait avoir sur l’avenir des créateurs de contenu, des réalisateurs, des acteurs et de tous ceux qui travaillent plus généralement dans l’industrie du cinéma et de la télévision.

OpenAI, pour l’instant, a mis ce nouveau modèle à disposition des « équipes rouges » qui identifient les failles de sécurité de l’IA et un petit groupe d’artistes visuels et de cinéastes à qui il a été demandé de fournir des « commentaires ».

Diverses peurs sont associées à l’étonnement devant les images parfaites créées à partir d’un simple texte. Il existe un risque, par exemple, qu’une telle technologie rendre encore plus facile la production de deepfakes. Et puis il y a la question environnementale : générer une image simple avec l’IA a un impact important sur les ressources de la planète. Pour créer une vidéo de 60 secondes vous aurez besoin d’encore plus de puissance de calcul et donc d’encore plus d’énergie.

invite : « Plusieurs mammouths laineux géants s’approchent en traversant une prairie enneigée, leur longue fourrure laineuse souffle légèrement dans le vent pendant qu’ils marchent, des arbres couverts de neige et des montagnes enneigées spectaculaires au loin, la lumière du milieu de l’après-midi avec des nuages ​​​​vaporeux et un soleil haut dans la distance crée une lueur chaleureuse, la vue basse de la caméra est époustouflante, capturant le grand mammifère à fourrure avec une belle photographie et une profondeur de champ »

OpenAI a mis en évidence pour l’instant défauts techniques actuels:

“Le modèle actuel présente des faiblesses. Il peut avoir des difficultés à simuler avec précision les mouvements d’une scène complexe et peut ne pas comprendre des cas spécifiques de cause à effet. Par exemple, une personne peut prendre une bouchée dans un cookie, mais le cookie peut alors ne pas partir.” une marque de morsure.”

“Le modèle peut également confondre les détails spatiaux d’une invite, par exemple en confondant la gauche et la droite, et peut avoir des difficultés avec des descriptions précises d’événements qui se produisent au fil du temps, comme suivre une trajectoire de caméra spécifique.”