Le 15 février, OpenAI a présenté un nouveau modèle d’intelligence artificielle générative, Sora, qui permet de convertir du texte en vidéo. L’outil a fait le bonheur des réseaux sociaux, mais il nécessite encore de nombreuses améliorations avant son lancement complet.
Présentation de Sora, notre modèle texte-vidéo.
Sora peut créer des vidéos d’une durée maximale de 60 secondes présentant des scènes très détaillées, des mouvements de caméra complexes et plusieurs personnages aux émotions vibrantes. https://t.co/7j2JN27M3W
Invite : « Beau, enneigé… pic.twitter.com/ruTEWn87vf
-OpenAI (@OpenAI) 15 février 2024
Sora est capable de générer des vidéos d’une durée maximale de 60 secondes avec une résolution allant jusqu’à 1080p sur la base de simples invites textuelles. Ceux-ci peuvent inclure plusieurs personnages, des types de mouvements spécifiques et des détails précis sur le sujet et l’arrière-plan.
L’outil est basé sur les recherches de GPT et DALL-E 3. Il fonctionne sur ce que l’on appelle le modèle de diffusion : il transforme l’image originale en bruit statistique, puis la transforme, supprimant ce bruit étape par étape.
Annonce de Sora – notre modèle qui crée des vidéos d’une minute à partir d’une invite de texte : https://t.co/SZ3OxPnxwz pic.twitter.com/0kzXTqK9bG
-Greg Brockman (@gdb) 15 février 2024
Les développeurs admettent qu’à ce stade, Sora présente encore un certain nombre de défauts. Il lui est difficile de modéliser avec précision la physique d’une scène complexe – elle se confond dans les relations de cause à effet.
« Par exemple, une personne peut mordre un morceau de cookie, mais après cela, il se peut qu’il ne reste plus de marque de morsure », explique OpenAI.
L’outil a des problèmes avec les détails spatiaux. Le résultat obtenu peut ne pas correspondre aux directions données, il peut être erroné là où se trouvent la droite et la gauche.
Pour l’instant, Sora est disponible pour « l’équipe rouge » de testeurs, ainsi que pour certains designers, artistes et cinéastes.
Réaction sur les réseaux sociaux
L’outil est fasciné sur les réseaux sociaux et est déjà une tendance X avec plus de 173 000 publications.
Pour démontrer clairement les capacités du modèle, Sam Altman, PDG d’OpenAI, a commencé à accepter les demandes des utilisateurs pour la génération de vidéos. Au moment de la rédaction de cet article, il a partagé un total de neuf vidéos créées par Sora.
https://t.co/uCuhUPv51N pic.twitter.com/nej4TIwgaP
– Sam Altman (@sama) 15 février 2024
Les experts en IA ont noté que les capacités de Sora sont « muettes ».
Je ne sais même pas quoi dire…
Ces clips générés par le modèle Sora d’OpenAI me laissent sans voix.
Nous savions qu’une bonne synthèse texte-vidéo IA arriverait, mais si rapidement ? Irréel.
Nous entrons dans un nouveau monde.
Attachez votre ceinture. pic.twitter.com/zP7b5fKw5x
–Mckay Wrigley (@mckaywrigley) 15 février 2024
Selon Jim Fan, scientifique principal de Nvidia, Sora est bien plus qu’un simple « jouet créatif » comme le DALL-E 3. Il l’a défini comme un « moteur physique basé sur les données », car le modèle d’IA ne se contente pas de générer des vidéos abstraites. , mais crée également intuitivement la physique des objets dans la scène elle-même.
Si vous pensez qu’OpenAI Sora est un jouet créatif comme DALLE,… détrompez-vous. Sora est un moteur physique basé sur les données. Il s’agit d’une simulation de nombreux mondes, réels ou fantastiques. Le simulateur apprend le rendu complexe, la physique « intuitive », le raisonnement à long horizon et les fondements sémantiques, le tout… pic.twitter.com/pRuiXhUqYR
– Jim Fan (@DrJimFan) 15 février 2024
Parallèlement à cela, un certain nombre d’utilisateurs ont exprimé leur inquiétude quant au fait que des outils comme Sora pourraient aggraver le problème des deepfakes.
OpenAI, les constructeurs de ChatGPT, ont construit Sora. Un système d’IA texte-vidéo qui crée des vidéos de 60 secondes. Il n’est pas encore disponible mais suscite de vives inquiétudes quant à son utilisation potentielle de grande contrefaçon. Le problème ne concerne pas seulement le contenu vidéo, mais aussi la manière dont il est utilisé. https://t.co/Qujz3TfeH2
– Ian McLintock (@ian_mcl) 16 février 2024
Selon un utilisateur, les grands réseaux sociaux devraient réfléchir à une protection intégrée contre les contrefaçons réalistes. Par ailleurs, il a souligné la menace de substitution des preuves vidéo des crimes.
Lancement de l’IA ouverte #Sora qui donne un texte presque réaliste à la vidéo GAI :
1. La détection des deep fakes devient extrêmement importante pour lutter contre la propagation de la désinformation (des plateformes comme X devraient avoir un démystificateur intégré des deep fakes)
2. Les tribunaux auront du mal à utiliser les preuves vidéo comme preuve d’un crime– LeShunyaLab (@theshunyalab) 16 février 2024
Un autre utilisateur a exprimé la nécessité de recourir à la technologie d’ingénierie inverse De-AI pour éviter une mauvaise interprétation du contenu.
Ceci est incroyable! Mais nous avons cruellement besoin d’une technologie d’ingénierie inverse De-AI pour éviter les interprétations erronées et la génération de deepfakes pour éviter les utilisations abusives.#Sora #OpenAI #IA #DeepFake https://t.co/hazxryNlHI
– Neeraj Chauriya🇮🇳 (@neerajchauriya) 16 février 2024
Auparavant, OpenAI avait commencé à tester une fonctionnalité de « mémoire » pour le chatbot ChatGPT, qui stocke les informations discutées dans les conversations pour améliorer l’expérience utilisateur.
Dans le même temps, l’entreprise s’oppose activement à l’utilisation de ses produits à des fins illégales.
Vous avez trouvé une erreur dans le texte ? Sélectionnez-le et appuyez sur CTRL+ENTRÉE
Newsletters ForkLog : restez à l’écoute de l’industrie Bitcoin !