ChatGPT 創辦人宣佈突破性的文字轉影片程式

(SeaPRwire) –   「Sora」能生成複雜場景，但會在正式推出前進行限制

開發 ChatGPT 的公司 OpenAI 已宣布推出一個新的工具，能將文字提示轉換為電腦產生的影片。該程式將在 OpenAI 建立多項審查功能後才向大眾發布。

OpenAI 於週四在其網站聲明中表示，此程式名為「Sora」，「可根據使用者提示，生成包含多個角色、特定動作類型以及準確主體和背景細節的複雜場景。」

該公司表示，Sora 也可以根據使用者提交的圖片建立影片，或擷取現有的影片素材並使用新素材進行延伸。

OpenAI 在 X 上分享多部由 Sora 建立的影片，包括根據以下提示建立的影片：「美麗的雪景東京城市熱鬧非凡。鏡頭在熱鬧的城市街道移動，跟著幾位在附近攤位享受美麗雪景、購物的人。美麗的櫻花花瓣隨雪花在風中飄舞。」

Introducing Sora, our text-to-video model.

Sora can create videos of up to 60 seconds featuring highly detailed scenes, complex camera motion, and multiple characters with vibrant emotions.

Prompt: “Beautiful, snowy…

— OpenAI (@OpenAI)

OpenAI 創辦人山姆·阿特曼隨後在 X 上發布由其追蹤者建議的影片，包括「兩隻金毛尋回犬在山頂上錄製播客」與逼真的「由一位社群媒體上具影響力的祖母主持的自製義大利餃料理課程。」

OpenAI 未說明 Sora 的公開發布時間。該公司表示，其會首先將其交給所謂的「紅隊」，以確保其不會被用於建立包含「極度暴力、性內容、仇恨意象、名人肖像或他人 [智慧財產權]」的場景。

該公司也指出，此技術仍易出現故障和錯誤。OpenAI 其網站上表示：「它在準確模擬複雜場景的物理現象時可能會遇到困難，且可能無法理解特定時機的因果關係。例如，人可能會咬一口餅乾，但之後餅乾上可能不會有咬痕。」

在過去兩年中，人工智慧技術已快速進步，OpenAI 的 GPT 語言模型在 2022 年底時從驅動聊天機器人程式到僅僅四個月後就能在 SAT 閱讀考試中達到第 93 個百分位，並在 SAT 數學考試中達到第 89 個百分位。

阿特曼先前曾承認他「有點害怕」其技術的潛力。然而，儘管禁止客戶使用 OpenAI 來「開發或使用武器、傷害他人或毀損財產，或從事未經授權的活動以違反任何服務或系統的安全性」，該組織於 1 月宣布其將與美國軍方合作多項人工智慧專案。

OpenAI 高階主管安娜·瑪坎珠告訴世界經濟論壇的達沃斯年會，在放棄先前禁止將其技術用於「軍事和戰爭」目的的禁令後，OpenAI 與五角大廈合作。