OpenAI

יצירת וידאו מטקסט

כל הסרטונים בעמוד זה נוצרו ישירות באמצעות Sora, ללא שינויים.

בטעינה…

החל מ-26 באפריל 2026, המוצר Sora אינו זמין עוד.

אנחנו מלמדים בינה מלאכותית להבין ולדמות את העולם הפיזי בתנועה, במטרה לאמן מודלים שיעזרו לאנשים לפתור בעיות הדורשות אינטראקציה עם העולם האמיתי.

הכירו את Sora, המודל שלנו ליצירת וידאו מטקסט. Sora יכול ליצור סרטונים באורך של עד דקה, תוך שמירה על איכות חזותית ועל נאמנות לפרומפט של המשתמש.

החל מהיום, Sora זמין למומחי red teaming כדי שיוכלו להעריך נזקים וסיכונים בתחומים קריטיים. אנחנו גם מעניקים גישה למספר אמנים חזותיים, מעצבים ויוצרי קולנוע, כדי לקבל משוב על הדרכים לפיתוח המודל כך שיועיל ככל האפשר לאנשי מקצוע בתחומי היצירה.

אנחנו משתפים את התקדמות המחקר שלנו בשלב מוקדם כדי להתחיל לשתף פעולה עם אנשים מחוץ ל-OpenAI ולקבל מהם משוב, וכדי לתת לציבור מושג על יכולות הבינה המלאכותית הצפויות בעתיד הקרוב.

Sora יכול ליצור סצנות מורכבות עם דמויות רבות, סוגי תנועה מסוימים ופרטים מדויקים של מושא הצילום והרקע. המודל מבין לא רק מה המשתמש ביקש בפרומפט, אלא גם כיצד הדברים האלה מתקיימים בעולם הפיזי.

למודל יש הבנה עמוקה של שפה, המאפשרת לו לפרש פרומפטים במדויק וליצור דמויות משכנעות המביעות רגשות עזים. Sora יכול גם ליצור כמה שוטים בסרטון אחד, תוך שמירה מדויקת על עקביות הדמויות והסגנון החזותי.

במודל הנוכחי עדיין יש מקום לשיפור. הוא עשוי להתקשות לדמות את הפיזיקה של סצנה מורכבת, ולא להבין קשרי סיבה ותוצאה במקרים מסוימים (לדוגמה: ייתכן שלא יופיע סימן נגיסה בעוגייה לאחר שדמות נוגסת בה). המודל עלול גם להתבלבל בפרטים מרחביים שמופיעים בפרומפט, למשל בהבחנה בין ימין לשמאל, או להתקשות ביישום תיאורים מדויקים של אירועים המתפתחים לאורך זמן, כמו מסלולי תנועה מסוימים של המצלמה.

בטיחות

ננקוט כמה צעדי בטיחות חשובים לפני שנשלב את Sora במוצרים של OpenAI. אנחנו עובדים עם מומחי red teaming — בעלי מומחיות בתחומים כמו מידע כוזב, תוכן שנאה והטיות — שיבחנו את המודל באמצעות ניסיונות מכוונים להכשיל אותו.

אנחנו גם מפתחים כלים שיסייעו לזהות תוכן מטעה, כגון מסווג שיכול לזהות מתי סרטון נוצר באמצעות Sora. אנחנו מתכננים לכלול בעתיד מטא-נתונים בתקן C2PA⁠(נפתח בחלון חדש) אם נשלב את המודל במוצר של OpenAI.

לצד פיתוח שיטות חדשות לקראת ההשקה, אנחנו נעזרים גם בשיטות הבטיחות הקיימות⁠(נפתח בחלון חדש) שפיתחנו למוצרים שלנו המשתמשים ב-DALL·E 3, ומתאימות גם ל-Sora.

לדוגמה, לאחר שילוב המודל במוצר של OpenAI, מסווג הטקסט שלנו יבדוק פרומפטים המוזנים כטקסט וידחה את אלה שמפרים את מדיניות השימוש שלנו, כמו בקשות לאלימות קיצונית, לתוכן מיני, לדימויי שנאה, לדמויות של ידוענים או לקניין רוחני של אחרים. פיתחנו גם מסווגי תמונות אמינים המשמשים לבדיקת הפריימים בכל סרטון שנוצר, כדי לסייע לוודא שהוא עומד במדיניות השימוש שלנו לפני הצגתו למשתמש.

נקיים שיח עם קובעי מדיניות, אנשי חינוך ואמנים ברחבי העולם כדי להבין את חששותיהם ולזהות שימושים חיוביים בטכנולוגיה החדשה הזו. למרות מחקר ובדיקות נרחבים, איננו יכולים לצפות את כל הדרכים המועילות שבהן אנשים ישתמשו בטכנולוגיה שלנו, וגם לא את כל הדרכים שבהן ינצלו אותה לרעה. לכן אנחנו מאמינים שלמידה מהשימוש בעולם האמיתי היא מרכיב חיוני ביצירה ובהשקה של מערכות בינה מלאכותית שהולכות ונעשות בטוחות יותר לאורך זמן.

שיטות מחקר

Sora הוא מודל דיפוזיה שיוצר סרטון מתוך סרטון התחלתי הנראה כמו רעש סטטי, ומשנה אותו בהדרגה באמצעות הסרת הרעש בשלבים רבים.

Sora יכול ליצור סרטונים שלמים בבת אחת, או להאריך סרטונים שכבר נוצרו. בכך שאפשרנו למודל לצפות מראש בפריימים רבים בבת אחת, פתרנו בעיה מאתגרת: להבטיח שמושא הצילום יישאר עקבי גם כשהוא יוצא זמנית משדה הראייה.

בדומה למודלי GPT, גם Sora משתמש בארכיטקטורת טרנספורמר, המאפשרת שיפור ניכר בביצועים עם הגדלת קנה המידה.

אנחנו מייצגים סרטונים ותמונות כאוספים של יחידות נתונים קטנות יותר הנקראות מקטעים, שכל אחת מהן מקבילה לטוקן ב-GPT. אחידות באופן ייצוג הנתונים מאפשרת לנו לאמן טרנספורמרים של דיפוזיה על מגוון רחב יותר של נתונים חזותיים מבעבר, עם משכי זמן, רזולוציות ויחסי גובה-רוחב שונים.

Sora מתבסס על מחקרים קודמים במודלי DALL·E ו-GPT. הוא משתמש בשיטת יצירת הכיתובים מחדש של DALL·E 3, הכוללת יצירת כיתובים תיאוריים מפורטים מאוד לנתוני האימון החזותיים. כתוצאה מכך, המודל יכול למלא את הוראות הטקסט של המשתמש בנאמנות רבה יותר בסרטון שהוא יוצר.

מעבר ליצירת סרטון מהוראות טקסט בלבד, המודל יכול גם לקחת תמונת סטילס קיימת וליצור ממנה סרטון, תוך הנפשת תוכן התמונה בדיוק ובתשומת לב לפרטים הקטנים. המודל יכול גם לקחת סרטון קיים ולהאריך אותו או להשלים בו פריימים חסרים. למידע נוסף בדוח הטכני שלנו⁠.

Sora משמש בסיס למודלים שיכולים להבין ולדמות את העולם האמיתי — יכולת שלדעתנו תהיה אבן דרך חשובה בדרך להשגת AGI.

בטעינה...