رونمایی OpenAI از Sora 2 و اپلیکیشنی مشابه تیک‌تاک

Sora 2 چقدر با نسخه قبلی فرق داره؟

OpenAI میگه مدل اصلی Sora که در فوریه ۲۰۲۴ معرفی شد، یه جورایی مثل لحظه معرفی «GPT-1» برای دنیای ویدیو بود؛ اولین باری که ساخت ویدیو با هوش مصنوعی واقعا کارامد به نظر میرسید. حالا با Sora 2، اونها معتقدن که به لحظه «GPT-3.5» برای ویدیو رسیدن. این مدل جدید از نظر فیزیکی دقیق‌تر، واقعی‌تر و قابل کنترل‌تر از سیستم‌های قبلیه و قابلیت تولید دیالوگ و جلوه‌های صوتی هماهنگ رو هم داره.

مدل‌های ویدیویی قبلی تمایل داشتن برای اجرای درست یک دستور متنی، اشیا رو تغییر شکل بدن یا واقعیت رو دستکاری کنن. مثلا اگه یک بسکتبالیست پرتابش رو خراب میکرد، ممکنه توپ یهو به داخل سبد تلپورت میشد. اما در Sora 2، اگه پرتاب خراب بشه، توپ به تخته میخوره و برمیگرده. نکته جالب اینه که «اشتباهات» این مدل، بیشتر شبیه اشتباهات یک عامل هوشمند درونیه تا نقص در قوانین فیزیک. این قابلیت برای یک شبیه‌ساز دنیای واقعی خیلی مهمه، چون باید بتونه شکست رو هم مثل موفقیت مدل‌سازی کنه.

این مدل میتونه کارهای خیلی سختی رو انجام بده که برای مدل‌های قبلی تقریبا غیرممکن بود؛ کارهایی مثل:

• روتین‌های ژیمناستیک المپیک
• پشتک زدن روی یک پدل‌بورد با شبیه‌سازی دقیق نیروی شناوری و سختی جسم
• اجرای حرکت تریپل اکسل در اسکیت در حالی که یک گربه محکم به ورزشکار چسبیده

اپلیکیشن Sora: یک شبکه اجتماعی با چاشنی Cameo

اپلیکیشن جدید Sora که فعلا برای iOS منتشر شده، یه پلتفرم شبیه تیک‌تاک برای ویدیوهای ساخته شده با هوش مصنوعیه. شما میتونین همدیگه رو دنبال کنین و محتوا به اشتراک بذارین، اما هیچ ویدیویی از گالری گوشی آپلود نمیشه و همه چیز داخل خود اپ ساخته میشه.

ویژگی اصلی این اپ قابلیتی به اسم Cameo هست. با این ویژگی، شما میتونین خودتون، دوستان، حیوانات یا هر شی‌ای رو از دنیای واقعی بردارین و وارد یک صحنه ساخته شده با هوش مصنوعی کنین. برای این کار، کافیه یک بار یک ویدیوی کوتاه از خودتون ضبط کنین تا هویت شما تایید و چهره و صداتون ثبت بشه. بعد از اون، میتونین خودتون رو با کیفیت بالا در هر ویدیویی قرار بدین.

اگه اجازه بدین، دوستانتون هم میتونن از Cameo شما در ویدیوهاشون استفاده کنن. البته کنترل کامل دست خودتونه و هر زمان که بخواین میتونین دسترسی رو لغو کنین یا ویدیویی که شامل Cameo شماست رو حذف کنین.

نگرانی‌ها و راهکارهای OpenAI

تیم OpenAI میگه که نگرانی‌ها در مورد اعتیاد به اسکرول کردن (doomscrolling)، منزوی شدن و الگوریتم‌های اعتیاداور رو در نظر گرفتن و برای اونها راهکارهایی ارائه دادن:

• کنترل فید: کاربرها میتونن با زبان ساده به الگوریتم بگن که چه نوع محتوایی رو ببینن. خود اپلیکیشن هم به صورت دوره‌ای حال کاربرها رو میپرسه و بهشون پیشنهاد میده که فیدشون رو تنظیم کنن. الگوریتم به طور پیش‌فرض محتوای افرادی که دنبال میکنین رو نشون میده و هدفش تشویق به ساختن محتواست، نه مصرف کردن.
• ایمنی نوجوانان: برای نوجوانان محدودیت‌های پیش‌فرض برای تعداد ویدیوهایی که میتونن در روز ببینن در نظر گرفته شده و مجوزهای استفاده از Cameo هم برای این گروه سنی سختگیرانه‌تره. علاوه بر سیستم‌های خودکار، تیم‌های ناظر انسانی هم برای رسیدگی سریع به مواردی مثل قلدری در حال گسترش هستن. والدین هم میتونن از طریق ChatGPT به کنترل‌های والدین دسترسی داشته باشن و محدودیت اسکرول، شخصی‌سازی الگوریتم و تنظیمات پیام‌های مستقیم رو مدیریت کنن.
• شفافیت و مدل درآمدزایی: OpenAI میگه تنها برنامه فعلی اونها برای کسب درآمد اینه که اگه تقاضا برای ساخت ویدیو خیلی زیاد بشه، به کاربرها این امکان رو بدن که با پرداخت هزینه، ویدیوی اضافی بسازن.

چطور به Sora 2 و اپلیکیشن جدید دسترسی پیدا کنیم؟

اپلیکیشن Sora فعلا برای iOS و به صورت دعوت‌نامه‌ای در دسترس قرار گرفته. عرضه اولیه از آمریکا و کانادا شروع شده و به زودی به کشورهای دیگه هم گسترش پیدا میکنه. وقتی دعوت‌نامه دریافت کنین، چند کد هم برای دعوت دوستانتون بهتون داده میشه.

• دسترسی اولیه: اولویت با کاربرهای فعال نسخه قبلی Sora و مشترکین Pro، Plus و Team خواهد بود.
• هزینه: استفاده از Sora 2 در ابتدا با محدودیت‌های قابل توجهی رایگانه.
• Sora 2 Pro: کاربرهای ChatGPT Pro به یک مدل با کیفیت بالاتر به اسم Sora 2 Pro در سایت sora.com دسترسی خواهند داشت که به زودی به اپلیکیشن هم اضافه میشه.
• نسخه اندروید: نسخه اندروید در حال ساخته و در آینده منتشر میشه.
• API: برنامه‌هایی برای انتشار Sora 2 در API هم وجود داره.

مدل قبلی یعنی Sora 1 Turbo همچنان در دسترس باقی میمونه و تمام ساخته‌های قبلی شما در کتابخانه sora.com حفظ میشه.

---