Софтуерът за генериране на видео на OpenAI е по-скучен от истински заснети филми
Sora на OpenAI, новата платформа за генериращо видео, беше посрещната скептично от режисьора Ед Зитрон, който наскоро публикува цялостна критика на инструмента.
От функционална гледна точка Sora не се различава съществено от генерирането на текст чрез ChatGPT или генерирането на изображения чрез MidJourney, което означава, че й липсва истинска интелигентност, дори когато създава приемливо съдържание, което впечатлява някои потребители въпреки своята повърхностност.
Ограничения на генеративния изкуствен интелект при създаването на филми
Основната цел на Sora, както и на други инструменти за генеративен ИИ, е да замени работниците и да увеличи печалбите на ръководителите, като експлоатира пленена аудитория.
Зитрон обаче подчертава един съществен проблем с този подход, особено в областта на филмопроизводството. Естеството на филмопроизводството включва заснемането на различни кадри от една и съща сцена, което Sora не е в състояние да прави ефективно.
Всеки кадър се генерира наново и изкуственият интелект не „знае“ нищо. Когато потребителите поискат конкретна сцена, Sora трябва да разчита на своите параметри за обучение, за да създаде изход, като отгатва подробностите за сцената. Този процес се повтаря за всеки кадър, което води до фини вариации между отделните итерации, принуждавайки потребителите да избират най-последователните изходи.
Постигането на перфектно копие не е гарантирано и създателите на филми трябва да се задоволят с „достатъчно добри“ резултати.
Проблеми в производството на филми и телевизионни предавания
Това ограничение става особено проблематично при филмовата и телевизионната продукция, където зрителите е по-вероятно да забележат несъответствията. Използването на движещи се изображения, кадри с висока резолюция и големи екрани изостря проблема.
Когато работят със Sora, компаниите за филмови продукции са изправени пред значителни предизвикателства. Например, изкуственият интелект не разбира терминологията на филмопроизводството, поради което не може да създава няколко дубъла на един и същи кадър.
Тази липса на разбиране е от решаващо значение за филмопроизводството, където различните хора могат да имат различни идеи за това как да опишат даден кадър на снимачната площадка.
Изследователите от OpenAI не са взели предвид тези нюанси, преди да се обърнат към артисти, за да тестват инструмента.
Време за рендериране и ефективност
Друг съществен проблем при Sora е времето за рендиране. Клиповете могат да се рендерират на различни сегменти – от 3 секунди до една минута, като времето за рендериране варира в зависимост от времето на деня и търсенето на облак.
Обикновено времето за рендиране варира от 10 до 20 минути за клип. Това може значително да повлияе на ефективността на филмовото производство, особено при генериране на големи количества кадри.
Например Патрик от Shy Kid, компания за създаване на филми, изчислява, че генерира стотици генерации по 10 до 20 секунди всяко за една минута и половина кадри.
Този процес може да бъде досаден и отнемащ много време, което прави постигането на желаните резултати по-трудно.
Заключение
В заключение, софтуерът за генеративно видео Sora на OpenAI е изправен пред значителни предизвикателства във филмовата и телевизионната индустрия.
Ограниченията му в разбирането на филмовата терминология и създаването на последователни кадри го правят по-малко ефективен от традиционните филмови методи.
Освен това времето за визуализация може да бъде дълго, което се отразява на ефективността на филмовата продукция. Въпреки че Sora може да има потенциал за други приложения, сегашните ѝ ограничения я правят по-трудоемка от истинското филмопроизводство.
