Dona do ChatGPT cria software que produz vídeo a partir de texto

A OpenAI, dona do ChatGPT, está agora introduzindo sua tecnologia de inteligência artificial no campo dos vídeos. A informação é da CNBC.

De acordo com o grupo de mídia, a empresa revelou o Sora, ontem, seu mais recente modelo de IA generativa.

O Sora opera de maneira semelhante ao DALL-E, uma ferramenta de IA da OpenAI para geração de imagens.

Com o Sora, um usuário pode descrever uma cena desejada e receber um clipe de vídeo em alta definição como resultado. Além disso, o Sora também pode criar clipes de vídeo inspirados em imagens estáticas e estender ou preencher lacunas em vídeos existentes.

Dona do ChatGPT

Com a ascensão dos chatbots e geradores de imagens, o vídeo parece ser a próxima fronteira para a IA generativa, embora as possibilidades criativas sejam entusiasmantes, há também preocupações sérias sobre desinformação, especialmente à medida que as principais eleições se aproximam em todo o mundo. De acordo com dados da Clarity, uma empresa de aprendizado de máquina, o número de deepfakes gerados por IA aumentou 900% ano após ano.

A OpenAI visa competir com outras empresas no campo da geração de vídeo, como a Meta e a Google, que anunciou o Lumiere em janeiro. Além disso, startups como a Stability AI, com seu produto chamado Stable Video Diffusion, também oferecem ferramentas semelhantes. A Amazon também entrou nesse espaço com o Create with Alexa, um modelo especializado em gerar conteúdo animado de curta duração para crianças.

1 minuto

Atualmente, o Sora está limitado a criar vídeos com duração de um minuto ou menos. A OpenAI, apoiada pela Microsoft, está comprometida em alcançar a multimodalidade, combinando geração de texto, imagem e vídeo, em seus esforços para oferecer uma variedade mais ampla de modelos de IA.

Até o momento, o Sora foi disponibilizado apenas para um grupo restrito de testadores de segurança, conhecidos como “red teamers”, que avaliam o modelo em busca de vulnerabilidades, especialmente relacionadas à desinformação e ao preconceito. A empresa ainda não divulgou uma demonstração pública além de 10 clipes de amostra em seu site, mas está programada para lançar seu documento técnico ainda hoje.

Identificador

A OpenAI também está desenvolvendo um “classificador de detecção” capaz de identificar clipes de vídeo gerados pelo Sora e planeja incluir metadados específicos em sua saída para ajudar na identificação de conteúdo gerado por IA. Essa abordagem é semelhante à que a Meta pretende adotar para identificar imagens geradas por IA durante o ano eleitoral.

O Sora é um modelo de IA de difusão que, assim como o ChatGPT, utiliza a arquitetura Transformer, introduzida por pesquisadores do Google em 2017. Segundo a OpenAI, o Sora serve como base para modelos capazes de compreender e simular o mundo real.