Sora 2: Kaj je to, kako deluje, nove funkcije, aplikacija in dostop

Informatec Digital » Umetna inteligenca » Sora 2: Kaj je to, kako deluje, nove funkcije, aplikacija in dostop

Tehnološke govorice zadnjih nekaj tednov so se vrtele okoli Sore 2, Nov avdio-video model OpenAI in družabno aplikacijo, ki si prizadeva, da bi bilo avdiovizualno ustvarjanje tako neposredno kot pisanje besedila. Poleg pompa govorimo o predlogu, ki združuje ustvarjanje slike, gibanja in zvoka iz enega samega poziva, s socialno plastjo, zasnovano za ustvarjanje in remiksiranje posnetkov v slogu platform za kratke video formate.

V naslednjih vrsticah boste našli Kaj je Sora 2, kako deluje in kako je boljša od Sore 1?, kako poteka njegovo uvajanje (vključno s statusom v Španiji), kaj vključuje njegova nova aplikacija za iPhone, kako konfigurirati videokamere z obrazom in glasom ter katere omejitve in varnostni ukrepi so bili napovedani. Pregledali smo tudi dostopne poti, od ameriške/kanadske trgovine App Store do uporabe z VPN-ji na spletu in omembe integracij tretjih oseb.

Kaj je Sora 2 in kako deluje?

Sora 2 je oboje model strojnega učenja in plast izdelkaModel pretvori besedilne opise – in po izbiri tudi izvorne slike – v kratke videoposnetke s sinhroniziranim zvokom; del izdelka vključuje spletno mesto in, kar je najpomembneje, družabno aplikacijo za iOS, kjer ustvarjate, delite in remiksirate vsebino.

Ideja je znana, če prihajate iz ChatGPT ali DALL·E: Napišete, kar želite, in umetna inteligenca to interpretira v naravnem jeziku.Sora 2 se od drugih loči po tem, da vizualne in zvočne posnetke ustvarja v istem procesu, zato so sinhronizacija ustnic in zvočni učinki, povezani z videnim (koraki, loputanje vrat, ambient), že usklajeni.

Tehnična baza se ponaša z simulacija najbolj verjetnega svetaVečja trajnost objektov, dosledni odnosi med elementi znotraj prizora in spoštovanje verjetne fizikalne dinamike. To se v primerjavi s prvo generacijo odraža v bolj naravnih gibih in manj nenavadnih artefaktov.

Poleg tega, da lahko začnete z besedilom iz nič, sistem omogoča iz slike in iz njega ustvarite animiran posnetek. S funkcijo kameo pa lahko v videoposnetku dodate svoj obraz in preverjen glas, kar vam omogoča ustvarjanje posnetkov po meri brez potrebe po tradicionalnem snemanju.

Nove funkcije in izboljšave v primerjavi s Soro 1

Že prejšnja različica je bila presenetljiva zaradi kakovost posameznih okvirjev, vendar ni uspelo ohraniti doslednosti in fizike gibanja. Sora 2 je naredila korak naprej na treh ključnih področjih: realizem gibanja, kontinuiteta med posnetki in sinhroniziran izvorni zvok.

V realizmu in fiziki model bolje spoštuje gibalna sila, trki, vzgon in trenje, zato se dejanja, kot so skakanje, salto nazaj na deski za supanje ali odbijanje košarkarske žoge, zdijo verodostojna. Medtem ko je Sora 1 lahko "teleportirala" predmete ali prekinila trajektorije, nova različica bolj približa vedenju v resničnem svetu.

Pri večkratnem streljanju Sora 2 vzdržuje predmeti, liki in slogi na več ravninah, podpira kompleksne ukaze in izvaja premike kamere ter kadriranje z večjo natančnostjo. To olajša zaporedja z majhnimi zapleti in prehodi, ne da bi pri tem izgubili ključne elemente.

Zvok zdaj prihaja izvorno: dialogi, Foleyjevi učinki in vzdušje Ustvarjajo se skupaj z videoposnetkom. V poziv lahko vključite skript, tako da lik "govori", posnetek pa se predvaja z zvočnimi kulisami, sinhroniziranimi z ustnicami, in učinki, ki so časovno usklajeni.

Končno je slogovni razpon širši. Lahko vprašate fotorealizem, kinematografija, anime estetika ali druge različice, sistem pa te nianse bolje razume, da estetiko uskladi s tem, kar opisujete.

Cameosi: Vaš obraz in glas v videoposnetkih

Ena od glavnih funkcij so Cameosi. V aplikaciji nastavite svoj Cameo z hitro preverjanje z branjem številk in obračanjem glave za zajem obraznih potez in glasu. S tem materialom vas lahko Sora 2 vstavi kot protagonista ustvarjenih prizorov, ne da bi pri tem učil zapletene modele ali uporabljal LoRA.

Orodje vključuje nadzor soglasja: Izberete lahko, ali je dostop samo za vas, odobrene prijatelje, celoten seznam prijateljev ali celotno skupnost. Dostop lahko pozneje tudi prekličete ali izbrišete videoposnetke, v katerih ste, kar je ključnega pomena za preprečevanje neželene uporabe.

Družbeni fenomen ni dolgo čakal. Javna nastop Sama Altmana sprožil je memetični val s humornimi remiksi; platforma omogoča, da se ena generacija pojavi v več kameo vlogah, tako da se lahko v istem prizoru prepletate z drugimi ljudmi za skupne skeče.

Na praktični ravni generacija traja nekaj minut na posnetekHkrati lahko zaženete več posnetkov, obstajajo pa tudi dnevne omejitve (v uporabniških izkušnjah je navedeno do 100 na dan). Zaenkrat so tipični posnetki dolgi približno devet sekund, format pa je lahko navpični ali širokozaslonski, odvisno od tega, kaj določite v pozivu.

Nova družabna aplikacija Sora

OpenAI spremlja model z družabna aplikacija za iPhone kjer vir spominja na TikTok: vrtiljak videoposnetkov, komentarjev, všečkov in izvornih remiksov. Za razliko od drugih omrežij privzeti opis prikazuje izvirni poziv, kar olajša učenje in posnemanje idej.

Aplikacija vključuje izbirnik »razpoloženje« za prilagoditev tega, kar želite videti, OpenAI pa trdi, da je mogoče njihove algoritme priporočil konfigurirati z naravnim jezikom. Da bi se izognili pomikanju po koncu uporabe, podjetje pravi, da daje prednost ustvarjanju pred porabo, s periodičnimi anketami o dobrem počutju in možnostmi prilagajanja vira.

V tonu in duhu mnogi uporabniki opisujejo izkušnjo kot Vinejeva vrnitev k agilnostiHitri posnetki, neposreden humor in manj pritiska k popolnosti. Obstajajo tudi načini za "remiks" videoposnetkov drugih ljudi in razširitev memov z različicami, kar pospeši ustvarjalni proces.

Vendar se pojavljajo vprašanja intelektualne lastnine. Aplikacija blokira ustvarjanje zaščiteni znaki neposredno (Simpsonovi, Dragon Ball itd.), čeprav nekateri poskušajo zaobiti filtre z alternativnimi besedami. Meja med navdihnjenimi slogi in uporabo avtorsko zaščitenih likov je pod drobnogledom, podjetje pa krepi moderiranje in omejitve.

Razpoložljivost, države in dogajanje v Španiji

Ob izidu je Sora 2 v faza testiranja samo s povabilom in sprva na voljo v Združenih državah Amerike in Kanadi. Za Španijo ni uradnega datuma izida, niti za končno različico, ki je odprta brez povabila.

La Aplikacija Sora za iOS Trenutno je na voljo le v ameriških in kanadskih trgovinah App Store. Spletna izkušnja obstaja, vendar nekatere priljubljene funkcije – kot je nastavitev videov – zahtevajo aplikacijo za iPhone, vsaj zaenkrat.

Storitev se začne brezplačno, vendar z spremenljive omejitve glede na povpraševanje (razpoložljiva računalniška zmogljivost). Če imate plačljiv paket ChatGPT, boste imeli prednostni dostop, višjo kakovost slike in manj omejitev, čeprav se te podrobnosti lahko spreminjajo z naraščanjem obsega uvajanja.

Kako prenesti aplikacijo na iPhone, če ste v Španiji

Če ste v Španiji, obstaja način za namestitev aplikacije brez VPN-ja: Uporabite Apple račun iz ZDA ali KanadePo prenosu ne boste izgubili podatkov in se lahko vrnete na svoj običajni račun; vendar boste morali posodobitev izvesti z uporabo svojega severnoameriškega računa.

1. Pojdite na spletno mesto Apple ID (appleid.apple.com/account) in Ustvari račun z vašimi resničnimi podatki.
2. V polju Država ali regija izberite Združene države ali Kanada.
3. Izpolnite captcha in ustvarjanje se konča.
4. Na iPhonu odprite App Store, se odjavite in prijavite se z novim računomPoiščite »Sora by OpenAI« in prenesite.

Po namestitvi se lahko vrnete v svoj španski račun. Aplikacija bo še naprej delovala; ko tapnete posodobitev, boste ponovili preklop računa. Upoštevajte, da za uporabo Sore 2 v notranjosti potrebujete aktivno povabilo.

Dostop iz brskalnika in na Macu

Če imate raje brskalnik, spletna različica Sore Zahteva tudi povabilo, za uporabnike zunaj držav lansiranja pa uporabo VPN-ja s strežnikom v ZDA ali Kanadi. Brez tega VPN-ja naj bi bil dostop do prve različice modela omejen.

Prijavite se s svojim računom OpenAI/ChatGPT in preverite, katere funkcije so na voljo. Zaenkrat, Videokamere so konfigurirane v aplikaciji za iOS, zato spletu manjkajo ključni deli družbene izkušnje, kar bi se lahko spremenilo, ko bo uvedba končana.

Cene, omejitve in omemba »Sora 2 Pro«

OpenAI pozicionira Sora 2 kot storitev z omejena brezplačna uporaba in premium možnosti vezano na njihove naročniške pakete. Omenjena je bila različica Sora 2 Pro za ustvarjalce, ki iščejo višjo ločljivost in večjo zmogljivost, integrirano s ChatGPT Pro in s plačilnim API-jem na poti.

Analizirani viri govorijo o prednostni dostop za naročnike in prihodnji API z obračunavanjem na posnetek ali na sekundo, brez uradnih podrobnih informacij o cenah v času objave. Omenjen je tudi ChatGPT Pro kot eksperimentalna dostopna pot, saj bo spletna aplikacija integrirana v ta ekosistem.

Zunaj uradnega kanala nekatere tretje osebe – kot je CometAPI – trdijo Združljivost s Sora 2 prek API-ja v okviru modela plačila na uporabo (omenjeno pri 0,16 USD na izvedbo s pretakanjem) in prikažite primere dokončanj zahtev tipa klepeta na enotni končni točki. Če ste razvijalec, vedno preglejte pogoje in omejitve, preden integrirate storitve tretjih oseb.

curl --location --request POST 'https://api.cometapi.com/v1/chat/completions' \
--header 'Authorization: sk-XXXX' \
--header 'Content-Type: application/json' \
--data-raw '{
  "model": "sora-2",
  "stream": true,
  "messages": [{"role": "user", "content": "Generate a cute kitten sitting on a cloud, cartoon style"}]
}'

Kar zadeva zmogljivost, obstajajo Pričevanja, ki navajajo posnetke do 10 sekund z odlično sinhronizacijo zvoka in slike ter izboljšavami v primerjavi z alternativami, kot je Veo 3, v določenih prizorih. Te številke se lahko razlikujejo glede na razpoložljivost, nadzor stroškov in razvoj modela.

Omejitve, varnost in intelektualna lastnina

OpenAI je vključil varnostni in moderatorski nadzorPrivzete omejitve za najstnike, orodja za prilagajanje personalizacije, zaznavanje nadlegovanja, človeško moderiranje in možnosti starševskega nadzora iz nastavitev ChatGPT (čas uporabe, onemogočanje personalizacije, moderiranje neposrednih sporočil).

Podjetje trdi, da ima vzpostavljene mehanizme za omeji javne osebnosti in blokira eksplicitne vsebineOmenjena so tudi preverjanja žive slike za kameje, metapodatke ali vodne žige ter možnosti za preklic uporabe vaše slike, vse s ciljem preprečevanja lažnega predstavljanja in zlorabe.

V polju avtorskih pravic aplikacija poskuša filtrirati znaki z zaščitenimi pravicami; kljub temu nekateri uporabniki iščejo vrzeli z alternativnimi izrazi. Zadevo preučujejo imetniki avtorskih pravic, OpenAI pa se že sooča s tožbami zaradi usposabljanja z zaščiteno vsebino, zato je pričakovati nenehne prilagoditve.

Sore 2 se ne sme uporabljati tam, kjer je to potrebno. nedvoumna dejanska točnostGre za generativen sistem: lahko si izmisli verjetne podrobnosti, zato ga je treba v občutljivih poročevalskih kontekstih ali pri pravnih zahtevah obravnavati kot orodje za ustvarjalno podporo, ne kot nadomestek.

Uporabniška izkušnja in kultura remiksov

Občutek, ki ga vzbuja prvi obrok, je lahkotnost in humor: smešni rezi, namerno nerodne tišine ali pogledi v kamero, ki jih model doda, tudi če niso izrecno zahtevani, če prispevajo h komičnemu učinku. Ta natančna nastavitev poveča virusni potencial kratkih skečev.

Aplikacija olajša ustvarjalno posnemanje s privzeto vidnimi funkcijami remiksiranja in pozivi. To pospeši kolektivno učenje in spodbuja ideje k širjenju v verigi z minimalnimi različicami, kar smo že videli uspešno pri drugih formatih kratkih videoposnetkov.

Nekateri opisujejo Soro kot "Puščica" proti Meti, ki je lansirala Vibes, svojo mrežo samoustvarjenih posnetkov z ustvarjalnim/umetniškim duhom. Pristop OpenAI je bolj nespoštljiv in dostopen, saj si prizadeva, da bi ustvarjanje postalo pomembnejše od pasivne potrošnje, da bi se spopadli z utrujenostjo od neskončnega drsenja.

Tekmovanje in panorama

Sektor se hitro razvija. Google si prizadeva Veo 3 in orodja za ustvarjalce na YouTubu; Meta napreduje z Vibesom; TikTok ohranja restriktivnejše politike glede videoposnetkov z umetno inteligenco o občutljivih temah. Bitka se lahko preusmeri tudi na monetizacijo in kdo bo te funkcije najbolje integriral v delovne procese v resničnem svetu.

Vzporedno s tem poteka temeljna razprava o usposabljanje z obstoječo vsebino (TV-oddaje, videoposnetki platform itd.). Nekatere publikacije poudarjajo, da bi se lahko celo članki, kot je ta, uporabili za učenje prihodnjih modelov, s poudarkom na sporazumih, licencah in preglednosti.

V ekosistemu Apple so bili navedeni povezani viri, kot so Slika Igrišče za ustvarjanje slik in splošnejše vsebine o aplikacijah in igrah, ki pomagajo opredeliti ustvarjalni kontekst v sistemu iOS. Obravnavana je tudi naraščajoča vloga YouTuba v Googlovem iskalniku, ki prikazuje, kako video postaja osrednje središče za odkrivanje.

Idealni primeri uporabe ... in kdaj jih ne uporabljati

• Kratki družabni video: hitra iteracija, kultura remiksov in kameji za virusne posnetke.
• Izdelava prototipov za film, oglaševanje ali igreVizualne in animacijske makete s koherentnim zvokom.
• Izobraževalne in marketinške animacije: pripoved, usklajena z vizualnimi elementi in zvokom.
• Majhni studii in ustvarjalci: izpiljeni rezultati brez velikih proračunov.

• Velik format in natančni vizualni učinki: nadzor po posameznih okvirjih, ki je celo boljši od tradicionalnih cevovodov.
• Konteksti, ki zahtevajo dejansko točnostModel si lahko izmisli verjetne, a napačne podrobnosti.

Če pogledamo celoto, Sora 2 idejo približa končnemu posnetku kot kdaj koli prej.Opišite prizor, dodajte slog, vstavite svoj kameo nastop in pripravite videoposnetek s sinhroniziranim zvokom, pripravljen za deljenje ali remiks. Še vedno je treba veliko izpopolniti – od globalne dostopnosti do licenciranja in stroškov – vendar ustvarjalni in družbeni potencial, ki je že očiten v tej zgodnji fazi, pojasnjuje, zakaj si toliko ljudi želi to poskusiti.