Krijo video nga teksti
Të gjitha videot në këtë faqe u gjeneruan drejtpërdrejt nga Sora pa modifikime.
Ne po mësojmë AI-në të kuptojë dhe simulojë botën fizike në lëvizje, me qëllim të trajnimit të modeleve që ndihmojnë njerëzit të zgjidhin problemet që kërkojnë ndërveprim në botën reale.
Prezantojmë Sora, modelin tonë për shndërrimin e tekstit në video. Sora mund të gjenerojë video deri në një minutë duke ruajtur cilësinë vizuale dhe duke ndjekur kërkesën e përdoruesit.
Kërkesë: Një grua me stil ecën në një rrugë të Tokios plot me drita neoni të ngrohta që shkëlqejnë dhe tabela të animuara të qytetit. Ajo ka veshur një xhaketë lëkure të zezë, një fustan të gjatë të kuq, çizme të zeza dhe mban një çantë të zezë. Ajo mban syze dielli dhe buzëkuq. Ajo ecën me besim dhe në mënyrë të lirshme. Rruga është e lagur dhe pasqyruese, duke krijuar një efekt pasqyrë të dritave shumëngjyrëshe. Shumë këmbësorë ecin rreth e rrotull.
Prompt: Several giant wooly mammoths approach treading through a snowy meadow, their long wooly fur lightly blows in the wind as they walk, snow covered trees and dramatic snow capped mountains in the distance, mid afternoon light with wispy clouds and a sun high in the distance creates a warm glow, the low camera view is stunning capturing the large furry mammal with beautiful photography, depth of field.
Prompt: A movie trailer featuring the adventures of the 30 year old space man wearing a red wool knitted motorcycle helmet, blue sky, salt desert, cinematic style, shot on 35mm film, vivid colors.
Kërkesë: Pamje me dron e valëve që përplasen me shkëmbinjtë e thyer përgjatë plazhit Garay Point të Big Sur. Ujërat blu që përplasen krijojnë valë me maja të bardha, ndërsa drita e artë e diellit që perëndon ndriçon bregun shkëmbor. Një ishull i vogël me një far ndodhet në distancë, dhe shkurre të gjelbra mbulojnë skajin e shkëmbit. Faqja e pjerrët nga rruga deri në plazh është një pamje dramatike, me skajet e shkëmbit që dalin mbi det. Kjo është një pamje që kap bukurinë e papërpunuar të bregdetit dhe peizazhin e ashpër të autostradës së Bregut të Paqësorit.
Prompt: Animated scene features a close-up of a short fluffy monster kneeling beside a melting red candle. The art style is 3D and realistic, with a focus on lighting and texture. The mood of the painting is one of wonder and curiosity, as the monster gazes at the flame with wide eyes and open mouth. Its pose and expression convey a sense of innocence and playfulness, as if it is exploring the world around it for the first time. The use of warm colors and dramatic lighting further enhances the cozy atmosphere of the image.
Prompt: A gorgeously rendered papercraft world of a coral reef, rife with colorful fish and sea creatures.
Prompt: This close-up shot of a Victoria crowned pigeon showcases its striking blue plumage and red chest. Its crest is made of delicate, lacy feathers, while its eye is a striking red color. The bird’s head is tilted slightly to the side, giving the impression of it looking regal and majestic. The background is blurred, drawing attention to the bird’s striking appearance.
Prompt: Photorealistic closeup video of two pirate ships battling each other as they sail inside a cup of coffee.
Prompt: A young man at his 20s is sitting on a piece of cloud in the sky, reading a book.
Sot, Sora po bëhet i disponueshëm për ekipet e kuqe për të vlerësuar zonat kritike për dëme ose rreziqe. Ne gjithashtu po u japim akses një numri artistësh vizualë, dizajnerësh dhe kineastësh për të marrë përshtypje se si ta përmirësojmë modelin për të qenë sa më të dobishëm për profesionistët krijues.
Ne po ndajmë herët përparimin tonë në kërkime për të filluar bashkëpunimin dhe marrjen e përshtypjeve nga njerëz jashtë OpenAI dhe për t'i dhënë publikut një ide se cilat aftësi të AI janë në horizont.
Prompt: Historical footage of California during the gold rush.
Prompt: A close up view of a glass sphere that has a zen garden within it. There is a small dwarf in the sphere who is raking the zen garden and creating patterns in the sand.
Prompt: Extreme close up of a 24 year old woman’s eye blinking, standing in Marrakech during magic hour, cinematic film shot in 70mm, depth of field, vivid colors, cinematic
Prompt: A cartoon kangaroo disco dances.
Prompt: A beautiful homemade video showing the people of Lagos, Nigeria in the year 2056. Shot with a mobile phone camera.
Prompt: A petri dish with a bamboo forest growing within it that has tiny red pandas running around.
Prompt: The camera rotates around a large stack of vintage televisions all showing different programs — 1950s sci-fi movies, horror movies, news, static, a 1970s sitcom, etc, set inside a large New York museum gallery.
Prompt: 3D animation of a small, round, fluffy creature with big, expressive eyes explores a vibrant, enchanted forest. The creature, a whimsical blend of a rabbit and a squirrel, has soft blue fur and a bushy, striped tail. It hops along a sparkling stream, its eyes wide with wonder. The forest is alive with magical elements: flowers that glow and change colors, trees with leaves in shades of purple and silver, and small floating lights that resemble fireflies. The creature stops to interact playfully with a group of tiny, fairy-like beings dancing around a mushroom ring. The creature looks up in awe at a large, glowing tree that seems to be the heart of the forest.
Sora është në gjendje të gjenerojë skena komplekse me shumë karaktere, lloje specifike të lëvizjes dhe detaje të sakta të subjektit dhe sfondit. Modeli kupton jo vetëm atë që përdoruesi ka përfshirë në kërkesë, por edhe se si ato gjëra ekzistojnë në botën fizike.
Prompt: The camera follows behind a white vintage SUV with a black roof rack as it speeds up a steep dirt road surrounded by pine trees on a steep mountain slope, dust kicks up from it’s tires, the sunlight shines on the SUV as it speeds along the dirt road, casting a warm glow over the scene. The dirt road curves gently into the distance, with no other cars or vehicles in sight. The trees on either side of the road are redwoods, with patches of greenery scattered throughout. The car is seen from the rear following the curve with ease, making it seem as if it is on a rugged drive through the rugged terrain. The dirt road itself is surrounded by steep hills and mountains, with a clear blue sky above with wispy clouds.
Prompt: Reflections in the window of a train traveling through the Tokyo suburbs.
Prompt: A drone camera circles around a beautiful historic church built on a rocky outcropping along the Amalfi Coast, the view showcases historic and magnificent architectural details and tiered pathways and patios, waves are seen crashing against the rocks below as the view overlooks the horizon of the coastal waters and hilly landscapes of the Amalfi Coast Italy, several distant people are seen walking and enjoying vistas on patios of the dramatic ocean views, the warm glow of the afternoon sun creates a magical and romantic feeling to the scene, the view is stunning captured with beautiful photography.
Prompt: A large orange octopus is seen resting on the bottom of the ocean floor, blending in with the sandy and rocky terrain. Its tentacles are spread out around its body, and its eyes are closed. The octopus is unaware of a king crab that is crawling towards it from behind a rock, its claws raised and ready to attack. The crab is brown and spiny, with long legs and antennae. The scene is captured from a wide angle, showing the vastness and depth of the ocean. The water is clear and blue, with rays of sunlight filtering through. The shot is sharp and crisp, with a high dynamic range. The octopus and the crab are in focus, while the background is slightly blurred, creating a depth of field effect.
Prompt: A flock of paper airplanes flutters through a dense jungle, weaving around trees as if they were migrating birds.
Prompt: A cat waking up its sleeping owner demanding breakfast. The owner tries to ignore the cat, but the cat tries new tactics and finally the owner pulls out a secret stash of treats from under the pillow to hold the cat off a little longer.
Prompt: Borneo wildlife on the Kinabatangan River
Prompt: A Chinese Lunar New Year celebration video with Chinese Dragon.
Modeli ka një kuptim të thellë të gjuhës, duke i mundësuar të interpretojë me saktësi kërkesat dhe të gjenerojë karaktere bindëse që shprehin emocione të gjalla. Sora gjithashtu mund të krijojë disa pamje brenda një videoje të vetme të përftuara që ruajnë me saktësi karakterët dhe stilin vizual.
Prompt: Tour of an art gallery with many beautiful works of art in different styles.
Prompt: Beautiful, snowy Tokyo city is bustling. The camera moves through the bustling city street, following several people enjoying the beautiful snowy weather and shopping at nearby stalls. Gorgeous sakura petals are flying through the wind along with snowflakes.
Prompt: A stop motion animation of a flower growing out of the windowsill of a suburban house.
Prompt: The story of a robot’s life in a cyberpunk setting.
Prompt: An extreme close-up of an gray-haired man with a beard in his 60s, he is deep in thought pondering the history of the universe as he sits at a cafe in Paris, his eyes focus on people offscreen as they walk as he sits mostly motionless, he is dressed in a wool coat suit coat with a button-down shirt , he wears a brown beret and glasses and has a very professorial appearance, and the end he offers a subtle closed-mouth smile as if he found the answer to the mystery of life, the lighting is very cinematic with the golden light and the Parisian streets and city in the background, depth of field, cinematic 35mm film.
Prompt: A beautiful silhouette animation shows a wolf howling at the moon, feeling lonely, until it finds its pack.
Prompt: New York City submerged like Atlantis. Fish, whales, sea turtles and sharks swim through the streets of New York.
Prompt: A litter of golden retriever puppies playing in the snow. Their heads pop out of the snow, covered in.
Modeli aktual ka ende hapësirë për përmirësim. Mund të ketë vështirësi në simulimin e fizikës së një skene komplekse dhe mund të mos kuptojë raste specifike të shkakut dhe pasojës (për shembull: një biskotë mund të mos tregojë shenjë pasi kafshohet nga një personazh). Modeli mund të ngatërrojë gjithashtu detajet hapësinore të përfshira në një kërkesë, si dallimi i së majtës nga e djathta, ose të ketë vështirësi me përshkrime të sakta të ngjarjeve që zhvillohen me kalimin e kohës, si trajektoret specifike të kamerës.
Prompt: Step-printing scene of a person running, cinematic film shot in 35mm.
Weakness: Sora sometimes creates physically implausible motion.
Prompt: Five gray wolf pups frolicking and chasing each other around a remote gravel road, surrounded by grass. The pups run and leap, chasing each other, and nipping at each other, playing.
Weakness: Animals or people can spontaneously appear, especially in scenes containing many entities.
Prompt: Basketball through hoop then explodes.Prompt: Basketball through hoop then explodes.
Weakness: An example of inaccurate physical modeling and unnatural object “morphing.”
Prompt: Archeologists discover a generic plastic chair in the desert, excavating and dusting it with great care.
Weakness: In this example, Sora fails to model the chair as a rigid object, leading to inaccurate physical interactions.
Prompt: A grandmother with neatly combed grey hair stands behind a colorful birthday cake with numerous candles at a wood dining room table, expression is one of pure joy and happiness, with a happy glow in her eye. She leans forward and blows out the candles with a gentle puff, the cake has pink frosting and sprinkles and the candles cease to flicker, the grandmother wears a light blue blouse adorned with floral patterns, several happy friends and family sitting at the table can be seen celebrating, out of focus. The scene is beautifully captured, cinematic, showing a 3/4 view of the grandmother and the dining room. Warm color tones and soft lighting enhance the mood..
Weakness: Simulating complex interactions between objects and multiple characters is often challenging for the model, sometimes resulting in humorous generations.
Ne do të ndërmarrim disa hapa të rëndësishëm sigurie përpara se të bëjmë Sora-n të disponueshme në produktet e OpenAI-t. Ne po punojmë me ekipet e kuqe — ekspertë të domenit në fusha si dezinformimi, përmbajtje me urrejtje dhe paragjykimi — të cilat do të testojnë modelin në mënyrë të kryqëzuar.
Ne po ndërtojmë gjithashtu mjete për të ndihmuar në zbulimin e përmbajtjes dezinformuese, të tilla si një klasifikues zbulimi që mund të tregojë nëse një video është gjeneruar nga Sora. Ne planifikojmë të përfshijmë të dhënat meta C2PA(hapet në një dritare të re) në të ardhmen nëse e zbatojmë modelin në një produkt të OpenAI.
Përveç zhvillimit të teknikave të reja për t'u përgatitur për zbatim, ne po shfrytëzojmë metodat ekzistuese të sigurisë(hapet në një dritare të re) që kemi ndërtuar për produktet tona që përdorin DALL·E 3, të cilat janë të zbatueshme edhe për Sora.
Për shembull, në një produkt të OpenAI, klasifikuesi ynë i tekstit do të kontrollojë dhe refuzojë kërkesat e Hyrjes së tekstit që shkelin politikat tona të përdorimit, si ato që kërkojnë dhunë ekstreme, përmbajtje seksuale, imazhe urrejtjeje, ngjashmëri me të famshëm ose IP të të tjerëve. Ne kemi zhvilluar gjithashtu klasifikues të fuqishëm të imazheve që përdoren për të rishikuar kornizat e çdo videoje të gjeneruar për të siguruar që ajo t'i përmbahet politikave tona të përdorimit, para se t'i shfaqet përdoruesit.
Do të angazhojmë politikëbërës, mësues dhe artistë në mbarë botën për të kuptuar shqetësimet e tyre dhe për të identifikuar rastet pozitive të përdorimit për këtë teknologji të re. Pavarësisht nga kërkimet dhe testimet e gjera, ne nuk mund të parashikojmë të gjitha mënyrat se si njerëzit do të përdorin teknologjinë tonë në mënyrë të dobishme apo do ta keqpërdorin atë. Kjo është arsyeja pse besojmë se mësimi nga përdorimi në botën reale është një përbërës kritik për krijimin dhe publikimin e sistemeve të IA gjithnjë e më të sigurta me kalimin e kohës.
Prompt: The camera directly faces colorful buildings in Burano Italy. An adorable dalmation looks through a window on a building on the ground floor. Many people are walking and cycling along the canal streets in front of the buildings.
Prompt: An adorable happy otter confidently stands on a surfboard wearing a yellow lifejacket, riding along turquoise tropical waters near lush tropical islands, 3D digital render art style.
Prompt: This close-up shot of a chameleon showcases its striking color changing capabilities. The background is blurred, drawing attention to the animal’s striking appearance.
Prompt: A corgi vlogging itself in tropical Maui.
Prompt: A white and orange tabby cat is seen happily darting through a dense garden, as if chasing something. Its eyes are wide and happy as it jogs forward, scanning the branches, flowers, and leaves as it walks. The path is narrow as it makes its way between all the plants. the scene is captured from a ground-level angle, following the cat closely, giving a low and intimate perspective. The image is cinematic with warm tones and a grainy texture. The scattered daylight between the leaves and plants above creates a warm contrast, accentuating the cat’s orange fur. The shot is clear and sharp, with a shallow depth of field.
Prompt: Aerial view of Santorini during the blue hour, showcasing the stunning architecture of white Cycladic buildings with blue domes. The caldera views are breathtaking, and the lighting creates a beautiful, serene atmosphere.
Prompt: Tiltshift of a construction site filled with workers, equipment, and heavy machinery.
Prompt: A giant, towering cloud in the shape of a man looms over the earth. The cloud man shoots lighting bolts down to the earth.
Prompt: A Samoyed and a Golden Retriever dog are playfully romping through a futuristic neon city at night. The neon lights emitted from the nearby buildings glistens off of their fur.
Prompt: The Glenfinnan Viaduct is a historic railway bridge in Scotland, UK, that crosses over the west highland line between the towns of Mallaig and Fort William. It is a stunning sight as a steam train leaves the bridge, traveling over the arch-covered viaduct. The landscape is dotted with lush greenery and rocky mountains, creating a picturesque backdrop for the train journey. The sky is blue and the sun is shining, making for a beautiful day to explore this majestic spot.
Sora është një model shpërndarjeje që gjeneron një video duke filluar me një si zhurmë statike dhe gradualisht e transformon atë duke hequr zhurmën në shumë hapa.
Sora është e aftë të gjenerojë video të plota menjëherë ose të zgjasë videot e gjeneruara për t'i bërë më të gjata. Duke i dhënë modelit aftësinë për të parashikuar shumë korniza njëherësh, ne kemi zgjidhur një problem sfidues: të sigurojmë që subjekti të mbetet i njëjtë edhe kur del përkohësisht nga pamja.
Në mënyrë të ngjashme me modelet GPT, Sora përdor një arkitekturë transformatori, duke mundësuar performancë shkallëzimi të përmirësuar.
Ne i paraqesim videot dhe imazhet si koleksione të njësive më të vogla të të dhënave të quajtura 'patches', ku secila është e ngjashme me një 'token' në GPT. Duke unifikuar mënyrën se si përfaqësojmë të dhënat, mund të trajnojmë transformatorët e shpërndarjes në një gamë më të gjerë të të dhënave vizuale sesa ishte e mundur më parë, duke përfshirë kohëzgjatje, rezolucione dhe raporte pamjeje të ndryshme.
Sora mbështetet në kërkimet e mëparshme në modelet DALL·E dhe GPT. Sora përdor teknikën e rivendosjes nga DALL·E 3, e cila përfshin gjenerimin e titrave shumë përshkruese për të dhënat vizuale të trajnimit. Si rezultat, modeli është në gjendje të ndjekë më besnikërisht udhëzimet e tekstit të përdoruesit në videon e gjeneruar.
Përveç se mund të gjenerojë një video vetëm nga udhëzimet me tekst, modeli mund të marrë një imazh ekzistues të palëvizshëm dhe të krijojë një video prej tij, duke animuar përmbajtjen e imazhit me saktësi dhe kujdes ndaj detajeve të vogla. Modeli gjithashtu mund të marrë një video ekzistuese dhe ta zgjerojë ose të plotësojë kornizat e munguara. Mëso më shumë në raportin tonë teknik.
Sora shërben si një bazë për modelet që mund të kuptojnë dhe simulojnë botën reale, një aftësi që ne besojmë se do të jetë një moment historik i rëndësishëm për arritjen e AGI.