Sora: la rivoluzione video di OpenAi
Di Sara Votta
2 min di lettura
Tradotto automaticamente dall’originale inglese Leggi l’originale
Una nuova frontiera dell'IA: dal testo al video con un clic. OpenAI ha lanciato nei giorni scorsi una nuova applicazione di intelligenza artificiale. L'obiettivo di Sora è creare video a partire da descrizioni testuali. Per ora l'app è un prodotto di ricerca e sarà messa a disposizione di un gruppo di creatori ed esperti di sicurezza…
Una nuova frontiera dell'IA: dal testo al video con un clic
OpenAI ha lanciato nei giorni scorsi una nuova applicazione di intelligenza artificiale. L'obiettivo di Sora è creare video a partire da descrizioni testuali. Per ora l'app è un prodotto di ricerca e sarà messa a disposizione di un gruppo di creatori ed esperti di sicurezza.
Come annunciato sul sito di OpenAI: «Sora è un modello di IA in grado di creare scene realistiche e fantasiose a partire da istruzioni testuali». Sul sito sono presentati diversi video generati da Sora. L'applicazione può generare video lunghi fino a un minuto mantenendo la qualità visiva e l'aderenza alla richiesta dell'utente. Sora può generare scene complesse con più personaggi, tipi specifici di movimento e dettagli accurati del soggetto e dello sfondo. Il modello comprende non solo ciò che l'utente chiede, ma anche come queste cose esistono nel mondo fisico. Il modello ha però dei punti deboli: può avere difficoltà a simulare con precisione una scena complessa. Per esempio, potrebbe mostrare una persona che morde un biscotto ma poi non riportare il segno del morso sul biscotto. Potrebbe anche confondere dettagli spaziali, per esempio scambiando la destra con la sinistra.
Sul fronte della sicurezza, prima di rendere disponibile l'applicazione OpenAI ha predisposto diversi test per mettere alla prova Sora, oltre a usare i metodi di sicurezza esistenti, impiegati per DALL-E 3. Politici, educatori e artisti saranno poi coinvolti per comprendere e individuare gli usi positivi di questa nuova tecnologia.
Sora, come GPT, usa un'architettura transformer. I video sono rappresentati come insiemi di unità di dati. Oltre a poter generare un video unicamente a partire dalle istruzioni testuali, il modello può prendere un'immagine fissa esistente e generare un video da essa.
Anche in questo caso si può capire quanti progressi abbia fatto l'intelligenza artificiale; ovviamente non mancheranno le critiche, soprattutto sulla possibilità di mettere in ombra i creatori di questo settore.
Scritto da Sara Pia Votta
