Sora : la révolution vidéo d'OpenAI
Par Sara Votta
2 min de lecture
Traduit automatiquement de l’original en anglais Lire l’original
Une nouvelle frontière de l'IA : du texte à la vidéo en un clic. OpenAI a lancé ces derniers jours une nouvelle application d'intelligence artificielle. L'objectif de Sora est de créer des vidéos à partir de descriptions textuelles. Pour l'instant, l'application est un produit de recherche et sera mise à la disposition d'un groupe de créateurs et d'experts en sécurité…
Une nouvelle frontière de l'IA : du texte à la vidéo en un clic
OpenAI a lancé ces derniers jours une nouvelle application d'intelligence artificielle. L'objectif de Sora est de créer des vidéos à partir de descriptions textuelles. Pour l'instant, l'application est un produit de recherche et sera mise à la disposition d'un groupe de créateurs et d'experts en sécurité.
Comme l'annonce le site web d'OpenAI : « Sora est un modèle d'IA capable de créer des scènes réalistes et imaginatives à partir d'instructions textuelles. » Plusieurs vidéos générées par Sora sont présentées sur le site. L'application peut générer des vidéos d'une durée maximale d'une minute tout en conservant la qualité visuelle et la fidélité à la demande de l'utilisateur. Sora peut générer des scènes complexes avec plusieurs personnages, des types de mouvements précis et des détails exacts du sujet et de l'arrière-plan. Le modèle comprend non seulement ce que l'utilisateur demande, mais aussi la manière dont ces éléments existent dans le monde physique. Ce modèle présente des faiblesses : en effet, il peut avoir du mal à simuler fidèlement une scène complexe. Par exemple, il peut montrer une personne qui croque un biscuit, mais sans que la trace de la morsure apparaisse ensuite sur le biscuit. Il peut aussi confondre des détails spatiaux, par exemple la droite et la gauche.
Côté sécurité, avant de rendre l'application disponible, OpenAI a mis en place plusieurs tests pour mettre Sora à l'épreuve, tout en utilisant les méthodes de sécurité existantes employées pour DALL-E 3. Des responsables politiques, des éducateurs et des artistes seront ensuite associés afin de comprendre et d'identifier les usages positifs de cette nouvelle technologie.
Sora, comme GPT, utilise une architecture de type transformer. Les vidéos sont représentées sous forme de collections d'unités de données. En plus de pouvoir générer une vidéo uniquement à partir d'instructions textuelles, le modèle peut prendre une image fixe existante et en générer une vidéo.
Ici aussi, on mesure à quel point l'intelligence artificielle a progressé ; il y aura évidemment des critiques à son égard, notamment sur la possibilité d'éclipser les créateurs de ce domaine.
Écrit par Sara Pia Votta
