Ce înseamnă Sora
Sora este un model text-to-video creat de OpenAI. Prezentat în februarie 2024 prin clipuri demonstrative care au surprins prin realism, a devenit disponibil publicului în decembrie 2024. În 2025, OpenAI a lansat o versiune nouă, cu sunet sincronizat, împreună cu o aplicație socială în care utilizatorii creează și distribuie clipuri scurte.
Pe baza unei descrieri („un tramvai vechi trece printr-un oraș înzăpezit, seara”), a unei imagini sau a unui clip existent, Sora generează un video scurt, cu mișcare de cameră, lumină și personaje.
Cum funcționează
Sora combină ideea modelelor de difuzie (pornești de la zgomot și îl rafinezi treptat) cu arhitectura transformer. Video-ul este împărțit în bucăți mici de spațiu și timp, numite patches, pe care modelul le tratează asemănător cu felul în care un model de limbaj tratează tokenii.
Modelul nu „înțelege” fizica: poate produce obiecte care apar sau dispar, mâini deformate sau mișcări imposibile. OpenAI adaugă marcaje vizibile și metadate de proveniență și restricționează generarea de clipuri cu persoane reale fără acordul lor.
Pe înțelesul tuturor
Sora e ca un regizor cu o echipă de efecte speciale instantanee: îi povestești scena, iar el ți-o arată filmată, dar uneori actorii trec prin pereți.
Exemplu
Un mic studio de publicitate din București folosește un generator video pentru a crea rapid o schiță animată a unui spot, ca să-i arate clientului ideea înainte de filmarea propriu-zisă. Clipul final este filmat cu actori, dar schița generată a scurtat discuțiile despre scenariu.
De reținut
- Sora este modelul OpenAI pentru generarea de video.
- Rezultatele pot conține erori fizice și vizuale.
- Clipurile realiste ridică riscuri de deepfake și dezinformare; verifică sursa clipurilor virale.
Nu confunda
- Sora vs. DALL-E: DALL-E generează imagini statice, Sora generează video.
Termeni înrudiți
- Text-to-video: Modele AI care creează clipuri video noi pornind de la o descriere scrisă sau de la o imagine.
- OpenAI: Organizația americană care a creat ChatGPT, modelele GPT, DALL-E, Sora și Whisper, fondată în 2015 cu misiunea declarată de a dezvolta AGI.
- Model de difuzie: Tip de model generativ care creează imagini, sunet sau video pornind de la zgomot aleator și curățându-l pas cu pas.
- Deepfake: Imagine, video sau înregistrare audio falsă, creată cu AI, în care o persoană pare să spună sau să facă ceva ce nu a făcut.
- Watermark pentru conținut AI: Un semn vizibil sau ascuns adăugat în textele, imaginile, sunetele sau video-urile generate de AI, ca să poată fi recunoscute ulterior.