- OpenAI revelou seu modelo de texto para vídeo, Sora, gerando vídeos detalhados a partir de simples instruções de texto, continuando vídeos existentes e criando cenas baseadas em uma imagem estática.
- Sora, baseado em um modelo de “difusão” como seu antecessor DALL-E 3, pode criar cenas semelhantes a filmes com resolução de até 1080p com vários personagens, tipos de movimento específicos e detalhes precisos.
- Sora é reconhecido por ter pontos fracos, como dificuldades com simulações físicas precisas, causando problemas com relações de causa e efeito e detalhes espaciais.
- O modelo está atualmente disponível para "equipes vermelhas" para avaliação de segurança cibernética e designers selecionados, artistas visuais e cineastas para coletar feedback.
- O CEO da OpenAI, Sam Altman, abriu-se a solicitações personalizadas de geração de vídeos no X, compartilhando sete vídeos gerados pelo Sora, recebendo reações positivas dos usuários.
- Apesar dos elogios, foram levantadas preocupações sobre implicações éticas, especialmente após a revelação de ferramentas de geração de imagens de IA treinadas em material ilegal.
- Sora é descrito pelo pesquisador sênior da Nvidia, Jim Fan, como um “mecanismo de física baseado em dados” em vez de uma simples ferramenta criativa, pois cria deterministicamente a física dos objetos na cena.