Sora. Hur kommer realistiska videor från OpenAI att förändra affärer? | AI i affärer #94

För några dagar sedan fångade Google återigen uppmärksamheten hos AI-entusiaster genom att tillkännage Gemini 1.5 bara en vecka efter att ha släppt den kraftfulla Gemini 1.0 Ultra-modellen och döpt om chatboten Bard till Gemini.

Men OpenAI lät inte Google njuta av en stark position inom AI-området ens en dag. Skaparna av ChatGPT avslöjade en ännu mer spännande lösning: Sora, en videogenerator som kan skapa nästan minutlånga videor baserade på textprompter. OpenAIs Sora är redo att bli ett banbrytande verktyg med potential att revolutionera videoinnehållsskapande industrin. Men vad som gör Sora exceptionell är inte bara dess tekniska kapabiliteter utan också dess breda spektrum av potentiella tillämpningar – från marknadsföring och utbildning till underhållningsindustrin och vardaglig kommunikation. Låt oss undersöka hur Sora avser att åstadkomma dessa förändringar och vilka möjligheter den öppnar för företag.

Sora från OpenAI – en ny era inom videoinnehållsskapande

Vi har kommit långt sedan dagarna med de första klumpiga försöken att skapa videor med hjälp av datorer. Det är redan uppenbart att videor skapade av generativ artificiell intelligens, även de som är bara sex månader gamla, ser ganska klumpiga ut jämfört med Soras generationer. Även om Sora, som kan skapa realistiska videoscener baserade på textinstruktioner, fortfarande är i experimentfasen och ännu inte är tillgänglig för allmänheten, är dess kapabiliteter häpnadsväckande.

Sora erbjuder ett brett spektrum av tillämpningar som kan förändra hur vi skapar och konsumerar videoinnehåll. Här är några exempel:

• generera komplexa scener med flera karaktärer eller objekt,
• animera redan existerande bilder,
• redigera skapade videor,
• kombinera olika grafik eller videor till en.

Dessa exempel visar enorma framsteg inom AI-området. Men framför allt öppnar det dörrar till nya möjligheter i skapandet av videoinnehåll. Titta bara på presentationen av en högupplöst video som skildrar skönheten hos en blommande blomma:

Källa: OpenAI (https://cdn.openai.com/sora/videos/flower-blooming.mp4 eller https://youtu.be/UNmqxZoTgsk)

Hur kommer Sora att användas?

Är Sora bara en leksak och ett annat verktyg för att skapa videoinnehåll? Nej. I alla fall enligt OpenAI. Som skaparna av Sora skriver:

Vi lär artificiell intelligens att förstå och simulera den fysiska världen i rörelse, och målet är att träna modeller som hjälper människor att lösa problem som kräver interaktion med den verkliga världen.

För att generera videor korrekt måste modellen förstå världen på en mycket djupare nivå än vad som krävs för textskapande. Detta innebär att förstå fysik, rumsliga relationer mellan objekt på samma plan och samspelet mellan förgrund och bakgrund.

Sora kommer att kunna generera:

• video från text – den första och viktigaste innovationen av modellen,
• video från bilder – vilket möjliggör animation av befintliga generationer skapade i DALL·E 3,
• video från bild och text – vilket möjliggör mer exakt filmproduktion,
• video från video – lägga till specialeffekter, förlänga filmen, kombinera två befintliga inspelningar eller ändra videostil,
• bilder från text – som förmodligen så småningom kommer att ersätta DALL·E och erbjuda generationer med en upplösning på 2048×2048.

I framtiden kan Sora användas för att skapa reklamvideor, innehåll för sociala medier eller affärspresentationer. Det är ett verktyg som helt kan förändra hur vi skapar och delar videoinnehåll:

Källa: OpenAI (https://cdn.openai.com/sora/videos/aquarium-nyc.mp4 eller https://youtu.be/3l8wjxjNubE)

Även om detta kolossala steg i utvecklingen av generativ artificiell intelligens är spännande, väcker det också oro angående riskerna kopplade till deep fakes, särskilt i relation till de amerikanska presidentvalen. De hot som är kopplade till användningen av Sora inkluderar främst:

• Desinformation. Deepfakes, inklusive fotorealistiska videor genererade av Sora, kan sprida falska nyheter som kan påverka den allmänna opinionen och undergräva demokratin. Genom att skapa falska videor som ser verkliga ut kan tittare manipuleras och luras.
• Intrång i privatlivet. Att göra Sora tillgänglig skulle tillåta vem som helst med en dator och internetåtkomst att skapa falskt innehåll, inklusive videor som kränker privatlivet och missbrukar personlig data utan tillstånd. Förmodligen av denna anledning kommer det att ta tid innan Sora blir tillgänglig för allmänheten. OpenAI behöver säkerställa lämpliga skyddsåtgärder.
• Skada på rykte. Genom att använda Sora kan hackare utge sig för att vara andra individer, organisationer eller varumärken för att smutskasta dem. Genom att skapa intrycket av att någon säger eller gör saker de aldrig gjorde kan sådana videor allvarligt skada rykte och trovärdighet. Att kombinera deepfake-teknologi med AI-baserad röstkloning kan tyvärr leda till skapandet av många mycket övertygande falsarier. När vi närmar oss en punkt där det blir extremt svårt att särskilja en falsk inspelning från en genuin, blir vaksamhet, medvetenhet och kritiskt tänkande allt viktigare för att bekämpa potentiell skada orsakad av deepfakes.

Därför, även om Soras kapabiliteter är imponerande, måste vi vara försiktiga med deras påverkan på samhället, skapa regler och vidta ytterligare åtgärder för att minimera deras negativa konsekvenser.

Hur använder man Sora?

Även om Sora för närvarande är i testfasen och inte är tillgänglig för en bredare publik, verkar det vara en enkel och intuitiv process att använda den. Användare kommer förmodligen att kunna använda den som de nu använder DALL-E 3 i ChatGPT Plus. Det vill säga, skriva textkommandon, som Sora kommer att omvandla till korta videoklipp. Detta erbjuder nya möjligheter för innehållsskapare, marknadsförare och utbildare, vilket gör att de snabbt kan skapa engagerande, högkvalitativa videor.

Hur står sig Sora i jämförelse med andra AI-videogeneratorer?

Men hur står sig Sora i jämförelse med andra videogeneratorer? För nu kan vi bara spekulera i hur Sora kommer att prestera, men baserat på beskrivningen av verktyget som finns på OpenAIs webbplats kan vi göra några allmänna observationer:

• Runway – Sora kommer att fungera på liknande sätt, men med mycket högre realism. Runway låter dig skapa video- och bildinnehåll med hjälp av AI, inklusive text-till-video och bild-till-bild-alternativ. Det erbjuder också redigeringsförbättringar som bakgrundsborttagning och elementbyte baserat på textkommandon.
• Synthesia – plattformen fungerar annorlunda än Sora, eftersom den erbjuder skapande av realistiska videor med digitala avatarer, stödjer över 120 språk och möjliggör skapande av anpassade avatarer. Vi vet ännu inte hur Sora kommer att hantera uppgifter som att kombinera ljud eller generera tal med det visuella materialet den skapar.
• HeyGen – dess unikhet ligger i röstkloning och möjligheten att skapa en avatar med anpassade gester, så dess funktionalitet skiljer sig avsevärt från Soras erbjudande.
• Stable Video Diffusion – förmodligen Soras mest seriösa direkta konkurrent, som kan omvandla statiska bilder till videoanimationer, främst för innehållsskapare på sociala medier. Dess experimentella natur och det faktum att den är baserad på öppna modeller väcker stora förhoppningar i samband med filmproduktion och animation.

Sora skiljer sig från andra verktyg för videogenerering genom att den skapar högst realistiska videor som nära liknar verkliga inspelningar. Upplösning är särskilt viktig här. Sora kan göra videor med upplösningar upp till 1920x1080px.

Med sin djupa förståelse för språk tolkar modellen kommandon noggrant. Här använde OpenAI metoden som bevisats i DALL-E 3. Modellen tolkar först en enkel prompt som användaren anger och genererar sedan visuellt innehåll baserat på sin utförliga och detaljerade version. Detta gör att den kan skapa komplexa scener och generera karaktärer som uttrycker autentiska känslor:

Källa: OpenAI (https://cdn.openai.com/sora/videos/closeup-man-in-glasses.mp4 eller https://youtu.be/pxkfUDoQg5I)

Hur kan Sora påverka den kreativa industrin?

Soras potential att transformera den kreativa industrin är enorm. Tillgången till detta verktyg för filmskapare och designers ger en ny kvalitet till skapandet av videoinnehåll. Sora fungerar som bas för modeller som kan simulera den verkliga världen, vilket skulle kunna vara ett genombrott i att uppnå AGI (Artificial General Intelligence). I alla fall är det vad dess skapare, OpenAI, hävdar.

Eftersom Sora skapar realistiska rörliga bilder som liknar de som filmats av mänsklig hand, har den potential att avsevärt förändra området för videoproduktion, från utbildningsmaterial till Hollywood-produktioner. Sora kommer utan tvekan att påverka:

• Marknadsföring. Sora har potential att revolutionera reklamkampanjer genom att snabbt generera attraktivt videoinnehåll baserat på marknadsföringsbudskap eller produktbeskrivningar.
• Underhållningsindustrin. Filmstudior och innehållsskapare kan dra nytta av Soras förmåga att skapa realistiska scener och karaktärer, vilket effektiviserar produktionsprocesserna.
• Spel. Spelutvecklare kan använda Sora för att skapa filmer eller trailers inom spel, vilket förbättrar spelarnas upplevelser.
• Utbildning. Enkelheten i att skapa högkvalitativa utbildningsmaterial, inklusive “hur man”-instruktionsvideor, kan avsevärt öka attraktiviteten för utbildning och kurser.

Källa: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Hur kan företag dra nytta av realistisk AI-video?

Att använda AI i videoproduktion erbjuder företag en rad fördelar, såsom tids- och kostnadsbesparingar, konsekvent kvalitet på resultaten och ökat värde på slutprodukten. OpenAI vidtar åtgärder för att säkerställa Soras säkerhet, inklusive samarbete med anti-motståndstestteam och utveckling av en klassificerare för att upptäcka AI-genererade videor.

Sora från OpenAI öppnar upp nya möjligheter för skapande och konsumtion av videoinnehåll. Från att revolutionera den kreativa industrin till att påverka marknadsföring och utbildning, till att påverka vardaglig kommunikation – potentialen är enorm. Som ett verktyg som kan helt förändra spelreglerna förtjänar Sora särskild uppmärksamhet. Vi ser fram emot mer information från OpenAI, särskilt angående när Sora kommer att bli tillgänglig för den bredare allmänheten. Detta markerar början på en ny era inom videoinnehållsskapande. Nästa steg är dess integration med ljud, röst och 3D-modeller, vilket kommer att öppna dörrar till metaversum.

Om du gillar vårt innehåll, gå med i vår aktiva community av busy bees på Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.