Kompanija OpenAI, tvorac čuvenog ChatGPT-a, ponovo pomera granice generativne veštačke inteligencije. Predstavljanjem Sore 2, napredne verzije svog modela za kreiranje videa iz teksta, napravljen je značajan korak ka gotovo besprekornoj digitalnoj simulaciji stvarnosti. Novi model donosi impresivna poboljšanja u realizmu, fizičkoj preciznosti, ali i dugo očekivanu funkcionalnost – sinhronizovani zvuk.
I. Od vizuelnog do audio-vizuelnog savršenstva
Prva verzija Sore, predstavljena prošle godine, već je uzdrmala kreativne industrije svojom sposobnošću da generiše visokokvalitetne, kompleksne video scene. Ipak, Sora 2 je rezultat intenzivnog razvoja i rešavanja ključnih nedostataka.
Ključna poboljšanja Sore 2:
- Integrisani i sinhronizovani zvuk: Najveća novina je sposobnost Sore 2 da generiše ne samo video, već i prateći zvuk koji se savršeno uklapa u generisanu scenu. To uključuje realistične zvučne efekte, poput šuma vetra, koraka ili lupanja vratima, kao i sinhronizovani dijalog, čime se postiže mnogo uverljivije i potpunije iskustvo.
- Poboljšana fizika i realizam: Prethodni AI video modeli često su imali poteškoća sa poštovanjem zakona fizike (npr. objekti bi se „teleportovali“ ili bi se ponašali neprirodno). Sora 2 to ispravlja. Kompanija navodi primere gde se lopta prilikom promašenog koša realno odbija od table ili obruča, umesto da magično završi u mreži. Ovo drastično povećava nivo uverljivosti za složene scene.
- Povećana kontrola i stilski opseg: Korisnici sada imaju bolju kontrolu nad kreativnim pravcem. Model preciznije prati tekstualne upite i omogućava generisanje šireg spektra stilova, od hiperrealističnog snimka do stilizovane animacije. Video zapisi su obično dužine od 30 do 60 sekundi i visokog su kvaliteta.
II. Nova društvena aplikacija i „Cameo“ funkcija
Pored samog modela, OpenAI je lansirao i prateću mobilnu aplikaciju, nazvanu takođe Sora, koja je u početku ekskluzivno dostupna za iOS korisnike u SAD i Kanadi.
Mobilna aplikacija i personalizacija:
Aplikacija je dizajnirana po ugledu na popularne društvene mreže poput TikTok-a, ali je fokusirana na aktivno kreiranje i remiksovanje, umesto pasivne konzumacije sadržaja. Korisnici mogu unositi tekstualne upite za stvaranje potpuno novih videa ili remiksovati postojeće klipove.
Posebnu pažnju privlači funkcija Cameo. Ona omogućava korisnicima da se, nakon jednokratnog snimanja sopstvenog lika i glasa, ubace (ili ubace svoje prijatelje uz njihov pristanak) u AI generisane scene. To znači da možete napraviti deepfake video sebe u ulozi tenisera koji osvaja grend slem ili astronauta koji hoda po Marsu.
III. Etički izazovi i mere bezbednosti
Ogromna moć Sore 2 neizbežno sa sobom nosi i etičke dileme i potencijalne rizike, pre svega u domenu dezinformacija i zloupotrebe ličnog lika. OpenAI je svestan ovih izazova i implementirao je višeslojne zaštitne mehanizme:
- Ograničenja za poznate ličnosti: Postavljene su stroge zaštitne ograde koje sprečavaju generisanje realističnih prikaza javnih ličnosti (osim ako to lice nije korisnik Cameo funkcije sa sopstvenim pristankom), kako bi se sprečilo širenje deepfake dezinformacija.
- Pristanak i vlasništvo: Funkcija Cameo zahteva eksplicitan pristanak korisnika za korišćenje njihovog lika i glasa. Korisnici zadržavaju puno vlasništvo nad svojim generisanim sadržajem i imaju mogućnost da u svakom trenutku pregledaju i obrišu sav materijal koji sadrži njihov lik.
- Vidljivi i nevidljivi tragovi: Svaki video generisan Sorom sadrži vidljive vodene žigove i nevidljive C2PA metapodatke (industrijski standardni digitalni potpis) koji služe za utvrđivanje porekla i autentičnosti sadržaja.
- Roditeljska kontrola: Uvode se i posebne zaštitne mere za mlađe korisnike, uključujući ograničenja u korišćenju i mogućnost roditeljske kontrole.
Sora 2 nije samo tehnološko dostignuće; to je temelj za novu eru digitalnog pripovedanja i kreacije, ali i jasan signal da je generativna veštačka inteligencija spremna da preuzme dominaciju u video sferi, postavljajući pred društvo nove izazove u pogledu etike i autentičnosti.
