Zkoušel jsem Sora od OpenAI a myslím, že je v pohodě

Shrnutí

Předplatitelé ChatGPT Plus získají 5sekundové testy chuti Sora, nikoli celé 20sekundové klipy.
Sora videa zůstávají hit-or-miss kvůli problémům s koherencí a vizualizačními výzvami.
Video technologie Sora se zdá být méně vyspělá než generování obrazu a zaostává za Veo 2.

Po měsících škádlení je technologie OpenAI pro generování videa Sora k dispozici veřejnosti. Strávil jsem nějaký čas hraním si s touto velmi očekávanou technologií a upřímně jsem odcházel trochu ohromen.

Předplatitelé ChatGPT Plus Získejte 5sekundový test chuti Sora

Jako každý jiný odběratel ChatGPT Plus, jakmile se Sora objevila pro veřejnost, dostal jsem přístup k vytváření vlastních videí. Je to však spíše tester chuti než skutečný obchod. Lidé, kteří konkrétně platí za Sora, mohou vytvářet klipy dlouhé až 20 sekund a využívat vyšší rozlišení 1080p. Pro předplatitele Plus získáte 5sekundové klipy a kvalitu až 720p.

Jediné, co musíte udělat, je vložit výzvu do textového pole a o pár sekund později máte videoklip, v podstatě jak funguje Midjourney nebo jiné generátory AI obrázků z pohledu uživatele.

Dokonce i krátké klipy jsou velmi hit-and-miss

Jedním z hlavních důvodů, proč je „úplný“ zážitek Sora omezen na 20 sekund, je to, že s touto technologií stále existují významné problémy, pokud jde o koherenci. Čím déle video trvá, tím více chyb a podivných tečen trvá.

Pomineme-li tento problém, bylo těžké si představit, co jsem vložil do svých výzev. Požádal jsem ho například o klip hvězdné lodi, která přechází do warpu, což je docela běžný sci-fi trop.

No, něco takového jsem měl na mysli, ale nedával bych to do svého nedomyšleného videa s mluvící hlavou na YouTube.

Jindy je to docela na místě. Jako když jsem požádal o rotující chromované logo HTG.

Poslední problém, který má Sora v současnosti, je s jakýmkoli druhem fyziky. Viděl jsem spoustu videí se zvířaty, která se prostě nepohybují věrohodným způsobem, a když jsem požádal o něco jednoduchého - kuličkové ložisko běžící na kolejnici, dalo mi to zvláštní video.

I když jsou videa vizuálně dokonalá, je to obvykle pohyb, který to dává najevo jako klip vygenerovaný umělou inteligencí.

Sora se cítí mnohem méně zralá než generování obrazu

Nechci vytvářet dojem, že Sora není působivá. Je to velký úspěch, ale ve skutečnosti mi jeho používání připadá jako rané dny generování obrázků. To by nebylo tak zřejmé, kdyby nebylo přesně načasované oznámení Veo 2 od Googlu.

Videa z tohoto systému vypadají mnohem lépe než Sora, zejména pokud jde o fyziku pohybujících se objektů, které vypadají správně.

Stačí se podívat na tuto oficiální kompilaci od Googlu.

I když by se dalo namítnout, že se jedná o třešničku, několik youtuberů mělo přístup k Veo 2 a zdá se, že Veo 2 je na vrcholu se značným náskokem.

Prozatím je to jen zábavná hračka

Trochu si pohrát se Sorou díky předplatnému, které už mám, byla zábava, ale rozhodně bych nechtěl platit 200 $měsíčně za tento produkt v jeho současném stavu. Mnohem lépe byste se jednoduše přihlásili k odběru video služby.

Když se podívám na to, co Google uvařil, a vzhledem k tomu, že v tomto prostoru existují další konkurenti, jako jsou HeyGen a Runway ML, očekávám, že aktualizace a vylepšení budou rychlé a časté. Pokud kvůli ničemu jinému, tak OpenAI je neúnavná ve vylepšování ChatGPT.