Sora 2: Nedir, nasıl çalışır, yeni özellikler, uygulama ve erişim

Informatec Dijital » Yapay Zeka » Sora 2: Nedir, nasıl çalışır, yeni özellikler, uygulama ve erişim

Son birkaç haftanın teknoloji sohbeti, OpenAI'nin yeni video ve ses modeli olan Sora 2 ve görsel-işitsel yaratımı metin yazmak kadar sorunsuz hale getirmeyi amaçlayan bir sosyal uygulama etrafında dönüyor. Bu abartının ötesinde, tek bir komutla görüntü, hareket ve ses üretimini entegre eden ve kısa video platformları tarzında klipler oluşturmak ve yeniden düzenlemek için tasarlanmış bir sosyal katmana sahip bir projeden bahsediyoruz.

Aşağıdaki satırlarda, Sora 2'nin ne olduğunu, nasıl çalıştığını ve Sora 1'e göre nasıl geliştirmeler içerdiğini , piyasaya sürülme durumunu (İspanya'daki kullanılabilirliği de dahil), yeni iPhone uygulamasının neler sunduğunu, yüzünüz ve sesinizle cameo'ları nasıl yapılandıracağınızı ve duyurulan sınırlamaları ve güvenlik önlemlerini öğreneceksiniz. Ayrıca, ABD/Kanada App Store'dan web'de VPN kullanımına kadar erişim yöntemlerini ve üçüncü taraf entegrasyonlarından bahsedeceğiz.

Sora 2 nedir ve nasıl çalışır?

Sora 2 hem bir makine öğrenimi modeli hem de bir ürün katmanıdır . Model, metin açıklamalarını ve isteğe bağlı olarak kaynak görselleri senkronize sesli kısa videolara dönüştürür; ürün kısmı ise bir web sitesi ve en önemlisi, içerik oluşturabileceğiniz, paylaşabileceğiniz ve yeniden düzenleyebileceğiniz sosyal bir iOS uygulamasını içerir.

ChatGPT veya DALL·E'ye alışkınsanız fikir tanıdık gelecektir: İstediğinizi yazarsınız ve yapay zeka bunu doğal dile çevirir . Sora 2'nin öne çıktığı nokta ise görsel klibi ve sesi aynı işlemde üretmesidir; böylece dudak senkronizasyonu ve gördüğünüz şeyle (ayak sesleri, kapı çarpma sesleri, ortam sesleri) ilişkili ses efektleri mükemmel bir şekilde senkronize edilmiş olur.

Teknik altyapı, daha gerçekçi bir dünya simülasyonu sunuyor : daha yüksek nesne kalıcılığı, sahne içindeki öğeler arasında tutarlı ilişkiler ve makul fiziksel dinamiklere bağlılık. Bu da ilk nesle kıyasla daha doğal hareketler ve daha az garip görüntü bozukluğu anlamına geliyor.

Sistem, sıfırdan metinle başlamanın yanı sıra, bir görüntüyle başlayıp ondan animasyonlu bir sahne oluşturmanıza da olanak tanır. Ayrıca, cameo özelliğiyle, videoda rol almak üzere kendi yüzünüzü ve doğrulanmış sesinizi ekleyebilir, geleneksel film çekimine gerek kalmadan kişiselleştirilmiş klipler oluşturabilirsiniz.

Sora 1'e kıyasla yeni özellikler ve iyileştirmeler

Önceki sürüm, tek tek karelerin kalitesi açısından zaten etkileyiciydi , ancak hareketlerde tutarlılığı ve gerçekçi fiziği koruyamadı. Sora 2, üç temel alanda büyük bir adım atıyor: hareket gerçekçiliği, sahneler arasında kusursuz geçişler ve senkronize edilmiş yerel ses.

Gerçekçilik ve fizik açısından, model momentumu, çarpışmaları, kaldırma kuvvetini ve sürtünmeyi daha iyi yakalıyor ; bu nedenle zıplama, kürek tahtasında takla atma veya basketbol topunun sekmesi gibi eylemler inandırıcı geliyor. Sora 1 nesneleri "ışınlayabiliyor" veya yörüngelerini bozabiliyorken, yeni sürüm gerçek dünya davranışına daha yakın bir yaklaşım sergiliyor.

Çoklu çekim tutarlılığı açısından Sora 2, nesneleri, karakterleri ve stilleri birden fazla çekimde korur , karmaşık komutları destekler ve kamera hareketlerini ve kadrajlamayı daha yüksek doğrulukla gerçekleştirir. Bu, küçük olay örgülerine ve geçişlere sahip sekansların, yol boyunca önemli unsurları kaybetmeden ilerlemesini kolaylaştırır.

Ses artık yerleşik olarak entegre edilmiştir: diyaloglar, Foley efektleri ve ortam sesleri video ile birlikte oluşturulur. Komut isteminize bir senaryo ekleyerek bir karakterin "konuşmasını" sağlayabilir ve klip, dudak senkronizasyonu ile birlikte, belirtilen zaman diliminde konumlandırılmış ses manzaraları ve efektlerle oynatılır.

Son olarak, stil yelpazesi daha geniş. Fotorealizm, sinematik tarz, anime estetiği veya diğer varyasyonları talep edebilirsiniz ve sistem, estetiği tanımınıza uygun hale getirmek için bu nüansları daha iyi anlar.

Cameo'lar: Videolardaki yüzünüz ve sesiniz

Öne çıkan özelliklerden biri de Cameo'lar. Uygulamada, sayıları okuyarak ve yüz özelliklerini ve sesi yakalamak için başınızı çevirerek hızlı bir doğrulama işlemiyle Cameo'nuzu ayarlıyorsunuz . Bu materyalle Sora 2, karmaşık modeller eğitmeden veya LoRA'lar kullanmadan sizi oluşturulan sahnelerin baş kahramanı olarak yerleştirebiliyor.

Bu araç, onay kontrolleri içerir : yalnızca sizin için mi, onaylanmış arkadaşlarınız için mi, tüm arkadaş listeniz için mi yoksa tüm topluluk için mi olacağını seçebilirsiniz. Ayrıca daha sonra erişimi iptal edebilir veya sizi içeren videoları kaldırabilirsiniz; bu, istenmeyen kullanımı önlemek için çok önemlidir.

Sosyal fenomen hızla ortaya çıktı. Sam Altman'ın kamuoyu önünde yaptığı kısa görünüm, komik yeniden düzenlemelerle dolu bir meme dalgasına yol açtı ; platform, tek bir neslin birden fazla kısa görünüm içermesine olanak tanıyor, böylece ortak skeçler için aynı sahnedeki diğer kişilerle bir araya gelebilirsiniz.

Pratik açıdan bakıldığında, bir klip oluşturmak birkaç dakika sürüyor , aynı anda birkaç klip başlatabiliyorsunuz ve günlük sınırlar mevcut (kullanıcı deneyimlerinde günde 100'e kadar olduğu belirtiliyor). Şimdilik, tipik klipler yaklaşık dokuz saniye uzunluğunda ve format, komut isteminde belirttiğiniz seçeneğe bağlı olarak dikey veya panoramik olabiliyor.

Yeni sosyal uygulama Sora

OpenAI, bu modeli TikTok'u anımsatan bir video, yorum, beğeni ve özgün remix'lerden oluşan bir akışa sahip iPhone için bir sosyal uygulama ile tamamlıyor. Diğer ağlardan farklı olarak, varsayılan açıklama orijinal metni gösteriyor, bu da fikirleri öğrenmeyi ve çoğaltmayı kolaylaştırıyor.

Uygulama , ne izlemek istediğinize göre ayarlama yapmanızı sağlayan bir "ruh hali" seçici içeriyor ve OpenAI, öneri algoritmalarının doğal dil kullanılarak yapılandırılabileceğini iddia ediyor. Şirket, olumsuz haberlere takılıp kalmayı önlemek için düzenli refah anketleri ve akışı özelleştirme seçenekleriyle içerik oluşturmaya tüketimden daha fazla öncelik verdiğini söylüyor.

Birçok kullanıcı, deneyimi Vine'ın çevikliğine dönüş olarak tanımlıyor : hızlı videolar, doğrudan mizah ve mükemmellik baskısının daha az olması. Ayrıca, başkalarının videolarını yeniden düzenleme ve memleri varyasyonlarla genişletme mekanizmaları da mevcut, bu da yaratıcı döngüyü hızlandırıyor.

Ancak, fikri mülkiyet konusunda sürtüşmeler ortaya çıkıyor. Uygulama, telif hakkıyla korunan karakterlerin (Simpsonlar, Dragon Ball vb.) oluşturulmasını doğrudan engelliyor , ancak bazı kullanıcılar alternatif kelimeler kullanarak filtreleri aşmaya çalışıyor. Eserlerden esinlenilmiş stiller ile telif hakkıyla korunan karakterlerin kullanımı arasındaki sınır inceleniyor ve şirket, denetimi ve sınırlamaları güçlendiriyor.

Mevcutluk, ülkeler ve İspanya'da neler oluyor?

Sora 2, piyasaya sürüldüğünde yalnızca davetiyeyle erişilebilen bir beta aşamasındadır ve başlangıçta Amerika Birleşik Devletleri ve Kanada'da mevcuttur. İspanya için veya davetiye gerektirmeyen nihai sürüm için resmi bir çıkış tarihi bulunmamaktadır.

Sora'nın iOS uygulaması şu anda yalnızca ABD ve Kanada uygulama mağazalarında mevcuttur. Bir web sürümü de bulunmaktadır, ancak cameo kurulumu gibi bazı popüler özellikler, en azından başlangıçta, iPhone uygulamasını gerektirmektedir.

Hizmet ücretsiz olarak başlatılıyor ancak talebe (mevcut işlem kapasitesine) bağlı olarak değişen sınırlamalar mevcut. ChatGPT ücretli planınız varsa, öncelik, daha yüksek görüntü kalitesi ve daha az kısıtlama elde edeceksiniz; ancak bu ayrıntılar hizmetin yaygınlaşmasıyla değişebilir.

İspanya'daysanız uygulamayı iPhone'unuza nasıl indirebilirsiniz?

İspanya'daysanız VPN kullanmadan uygulamayı yüklemenin bir yolu var: ABD veya Kanada Apple hesabınızı kullanın . Verileriniz kaybolmaz ve indirdikten sonra normal hesabınıza geri dönebilirsiniz; ancak güncellemeleri ABD hesabınızla yapmanız gerekecek.

1. Apple Kimliği web sitesine gidin (appleid.apple.com/account) ve Hesap oluştur gerçek verilerinizle.
2. Ülke veya Bölge alanında, şunu seçin: Amerika Birleşik Devletleri veya Kanada.
3. Captcha'yı tamamlayın ve yaratılış sona erer.
4. iPhone'unuzda App Store'u açın, oturumu kapatın ve yeni hesapla giriş yap“Sora by OpenAI” ifadesini aratın ve indirin.

Uygulamayı yükledikten sonra İspanyol hesabınıza geri dönebilirsiniz. Uygulama çalışmaya devam edecektir ; güncelleme zamanı geldiğinde tekrar hesap değiştirmeniz gerekecektir. Uygulama içinde Sora 2 oynamak için aktif bir davetiyeye ihtiyacınız olduğunu unutmayın.

Tarayıcıdan ve Mac'ten erişim

Tarayıcı kullanmayı tercih ederseniz, Sora'nın web sürümü de davetiye gerektiriyor ve lansman yapılan ülkeler dışındaki kullanıcıların ABD veya Kanada'da bir sunucuya sahip bir VPN kullanması gerekiyor. Bu VPN olmadan, modelin ilk sürümüne erişimin sınırlı olduğu bildiriliyor.

OpenAI/ChatGPT hesabınızla giriş yapın ve hangi özelliklerin kullanılabilir olduğunu kontrol edin. Şimdilik, cameo özelliği iOS uygulamasında yapılandırılmıştır , bu nedenle sosyal deneyimin önemli parçaları web sürümünde eksiktir; bu durum, uygulamanın kullanıma sunulması tamamlandıkça değişebilir.

Fiyatlar, limitler ve “Sora 2 Pro”nun belirtilmesi

OpenAI, Sora 2'yi sınırlı ücretsiz kullanım ve abonelik planlarına bağlı premium seçenekler sunan bir hizmet olarak konumlandırıyor . Daha yüksek çözünürlük ve daha uzun video süreleri arayan içerik oluşturucular için ChatGPT Pro ile entegre edilmiş ve ücretli bir API'si geliştirme aşamasında olan bir Sora 2 Pro varyantından da bahsedildi.

Analiz edilen kaynaklar, aboneler için öncelikli erişimden ve klip başına veya saniye başına faturalandırma ile gelecekteki bir API'den bahsediyor, ancak duyuru sırasında resmi fiyatlar açıklanmadı. Ayrıca, web uygulamasının bu ekosistemle entegre edileceği göz önüne alındığında, ChatGPT Pro'nun deneysel bir erişim noktası olarak değerlendirildiğine de değiniliyor.

Resmi kanalın yanı sıra, CometAPI gibi bazı üçüncü taraflar da API aracılığıyla Sora 2 uyumluluğunu kullandıkça öde modeliyle (akışlı işlem başına 0,16 dolar belirterek) sunuyor ve birleşik bir uç noktaya karşı sohbet tamamlama isteklerinin örneklerini gösteriyor. Geliştiriciyseniz, üçüncü taraf hizmetlerini entegre etmeden önce her zaman şartları ve sınırlamaları gözden geçirin.

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"}]
}'

Performans açısından, 10 saniyeye kadar olan video kliplerde mükemmel ses-video senkronizasyonu ve bazı sahnelerde Veo 3 gibi alternatiflere göre iyileştirmeler sağlayan referanslar bulunmaktadır. Bu rakamlar, bulunabilirlik, maliyet kontrolü ve model evrimine bağlı olarak değişebilir.

Sınırlamalar, güvenlik ve fikri mülkiyet

OpenAI, güvenlik ve denetim kontrollerini entegre etti : gençler için varsayılan sınırlar, kişiselleştirmeyi ayarlama araçları, taciz tespiti, insan denetimi ve ChatGPT ayarlarından ebeveyn kontrolü seçenekleri (kullanım süreleri, kişiselleştirmeyi devre dışı bırakma, doğrudan mesajları denetleme).

Şirket, kamuoyunda tanınan kişileri kısıtlamak ve müstehcen içerikleri engellemek için mekanizmalar geliştirdiğini iddia ediyor . Ayrıca, taklit ve kötüye kullanımı önlemek amacıyla, cameo'lar, meta veriler ve filigranlar için canlılık kontrolleri ve görüntünüzün kullanımını iptal etme seçeneklerinden de bahsediyorlar.

Telif hakkı açısından, uygulama telif hakkıyla korunan karakterleri filtrelemeye çalışıyor ; yine de bazı kullanıcılar alternatif terimler kullanarak boşluklar buluyor. Konu telif hakkı sahipleri tarafından izleniyor ve OpenAI, telif hakkıyla korunan içerikle eğitim verdiği için zaten dava ile karşı karşıya, bu nedenle sürekli ayarlamalar beklenmelidir.

Sora 2, kesin ve tartışmasız gerçek doğruluğunun gerekli olduğu durumlarda kullanılmamalıdır . Üretken bir sistemdir: makul ayrıntılar üretebilir, bu nedenle hassas bilgi bağlamlarında veya yasal gerekliliklerde, bir ikame aracı olarak değil, yaratıcı bir destek aracı olarak ele alınmalıdır.

Kullanıcı deneyimi ve remiks kültürü

İlk yayın , hafiflik ve mizah duygusunu yansıtıyor : komedi etkisi yaratmak için özenle tasarlanmış kurgular, kasıtlı olarak garip sessizlikler ve modelin açıkça sorulmadan bile eklediği, mizaha katkıda bulunup bulunmadığına bakılmaksızın kameraya attığı bakışlar. Bu ince ayar, kısa skeçlerin viral olma potansiyelini artırıyor.

Uygulama, varsayılan olarak görünür olan remix özellikleri ve ipuçlarıyla yaratıcı taklidi kolaylaştırıyor . Bu, kolektif öğrenmeyi hızlandırıyor ve fikirlerin minimum varyasyonlarla hızla yayılmasını teşvik ediyor; bu da diğer kısa video formatlarında zaten başarılı olduğunu gördüğümüz bir durum.

Bazıları Sora'yı , yaratıcı/sanatsal odaklı kendi ürettiği kliplerden oluşan Vibes ağını başlatan Meta'ya bir gönderme olarak tanımlıyor . OpenAI'nin yaklaşımı ise daha saygısız ve erişilebilir olup, sonsuz kaydırma yorgunluğuyla mücadele etmek için pasif tüketim yerine yaratıcılığı önceliklendirmeyi amaçlıyor.

Yarışma ve panorama

Sektör hızla ilerliyor. Google, Veo 3 ve YouTube'daki içerik oluşturucu araçlarıyla ilerleme kaydediyor; Meta, Vibes ile gelişiyor; TikTok ise hassas konuları ele alan yapay zeka tarafından oluşturulan videolar konusunda daha kısıtlayıcı politikalar uyguluyor. Şirketler bu özellikleri gerçek dünya iş akışlarına en iyi şekilde entegre etmeye çalışırken, bu mücadele para kazanma alanına da uzanabilir.

Buna paralel olarak, mevcut içerikle (TV programları, yayın platformlarından videolar vb.) eğitim konusunda devam eden bir tartışma var . Bazı yayınlar, bu tür makalelerin bile gelecekteki modelleri eğitmek için kullanılabileceğini öne sürüyor ve anlaşmalara, lisanslamaya ve şeffaflığa vurgu yapıyor.

Apple ekosistemi içinde, görüntü oluşturmak için kullanılan Image Playground gibi ilgili kaynakların yanı sıra, iOS'ta yaratıcı bağlamı tanımlamaya yardımcı olan uygulamalar ve oyunlarla ilgili daha genel içerikler de belirtilmiştir . Google'ın arama motoru içindeki YouTube'un artan rolü de ele alınarak, videonun keşif sürecinin merkezi bir unsuru haline geldiği gösterilmiştir.

İdeal kullanım durumları... ve ne zaman kullanılmaması gerektiği

• Kısa biçimli sosyal video: hızlı yineleme, remiks kültürü ve viral klipler için konuk oyuncular.
• Film, reklam veya oyunlar için prototipleme: Tutarlı sese sahip görsel ve animasyonlu maketler.
• Eğitim ve pazarlama animasyonları: görsel öğeler ve sesle uyumlu anlatım.
• Küçük stüdyolar ve yaratıcılar: büyük bütçeler olmadan cilalı sonuçlar.

• Büyük format ve hassas VFX: Geleneksel boru hatlarından bile daha üstün kare kare kontrol.
• Gerçek doğruluğun gerekli olduğu bağlamlar: Model makul ama hatalı ayrıntılar uydurabilir.

Genel tabloya bakıldığında, Sora 2, tamamlanmış bir video klibi fikrini her zamankinden daha yakına getiriyor : sahneyi tanımlayın, stil ekleyin, kısa rolünüzü ekleyin ve senkronize sesli, paylaşmaya veya yeniden düzenlemeye hazır bir video elde edin. Küresel erişilebilirlik, lisanslama ve maliyetler gibi birçok şeyin iyileştirilmesi gerekiyor, ancak bu erken aşamada zaten belirgin olan yaratıcı ve sosyal potansiyel, neden bu kadar çok insanın denemekten vazgeçemediğini açıklıyor.