OpenAI представила модель Sora 2 для создания видео с улучшенной физикой, контролем и впервые — с качественным звуком. Запущено и приложение для iOS, через которое можно делиться AI-видео с друзьями.
В самой OpenAI называют Sora 2 значительным шагом вперед. Если первая версия была «моментом GPT-1», то Sora 2 сравнивают с «моментом GPT-3.5 для видео», где технология почувствовала себя пригодной для повседневного использования.
Параметров вроде разрешения видео или максимальной длины в компании пока не раскрывают, но по демонстрациям клипы идут в 720p, 30 FPS и длятся 5–10 секунд.
Главное отличие Sora 2 — умение симулировать сложные процессы. Новый искусственный интеллект воспроизводит физику, например, сальто на сапборде или прыжки в спортзале с реальным поведением тел. «Теперь мяч в баскетбольном ролике отскакивает от щита, если не попадает в корзину — так проявляется более точное понимание физических законов», считают в OpenAI.
Sora 2 воспринимает сложные запросы и сохраняет логику через несколько сцен. Поддерживаются разные стили — от фотореализма до аниме. Впервые в Sora добавлен достоверный фоновый шум, речь и эффекты. Как и Google Veo 3, Sora 2 следит, чтобы звук и видео совпадали по смыслу.
Появилась опция «камеи» — можно добавить себя в любое сгенерированное видео один раз записав голос и внешность. Такая вставка переносится в разные сцены. В демо-клипе «камео» сделал гендиректор OpenAI Сэм Альтман. Можно добавить и животных или предметы, а камео других используют только с вашего разрешения. Пользователь всегда видит, где появилось его видео и может удалить доступ.
Для детей применены отдельные меры: более строгий контроль, скрытность и фильтры по умолчанию. Создание дипфейков знаменитостей если и возможно технически, то заблокировано — разрешено только при согласии самого человека.
Sora 2 пока работает через новое iOS-приложение, где можно создавать и перерабатывать чужие ролики, а также просматривать персонализированную ленту. Запуск начался в США и Канаде, нужен инвайт, далее список стран расширят. На старте сервис бесплатный, но с ограничениями. Алгоритмы рекомендаций построены на языковых моделях от OpenAI и настраиваются через тексты-запросы. Творцы открыто заявляют: «Мы не старались сделать так, чтобы вы тратили больше времени в ленте». Создатели опубликовали собственную философию ленты и собираются придерживаться озвученных принципов.
Meta тоже разрабатывает похожую AI-видеоленту. *Meta — запрещенная в РФ организация.
