In einem weiteren Durchbruch in der generativen künstlichen Intelligenz hat der Hersteller von chatgpt ein neues Tool vorgestellt, das als Reaktion auf schriftliche Befehle sofort kurze Videos erstellen kann. Der von Microsoft unterstützte neue Text-zu-Video-Generator von OpenAI heißt Sora. Während große Technologiegiganten wie google und Meta in der Vergangenheit ähnliche Technologien vorgeführt haben, hat OpenAI in puncto Qualität einen großen Vorsprung.

Nach der Ankündigung über Sora-Software sagte ein Social-Media-Nutzer zu OpenAI-CEO Sam Altman: „Sam, bitte mach mich nicht obdachlos“, antwortete er, „wird dir ein Video erstellt, was möchtest du?“ Der Benutzer empfahl: „Hmmm, ein Affe spielt Schach in einem Park.“ Sofort teilte Altman ein hochwertiges Video von Sora auf der X-Plattform

Sora ist noch nicht öffentlich verfügbar und OpenAI hat nur begrenzte Informationen darüber veröffentlicht, wie es gebaut wurde.

Es steht derzeit für Red Teaming zur Verfügung, das dabei hilft, Fehler im KI-System zu identifizieren, sowie für die Verwendung durch bildende Künstler, Designer und Filmemacher, um Feedback zum Modell zu erhalten, sagte das Unternehmen in einer Erklärung. Laut OpenAI könnte Sora die räumlichen Details einer Eingabeaufforderung verwechseln und Schwierigkeiten haben, einer bestimmten Kamerabahn zu folgen.

ChatGPT kann sich jetzt an Ihr Gespräch erinnern: So funktioniert es

„Sora ist in der Lage, komplexe Szenen mit mehreren Charakteren, bestimmten Bewegungsarten und präzisen Details des Motivs und Hintergrunds zu erzeugen“, heißt es in der Erklärung und fügt hinzu, dass es mehrere Aufnahmen in einem einzigen Video erstellen kann.

Sora kann nicht nur Videos aus Textaufforderungen generieren, sondern auch ein Standbild animieren, so das Unternehmen in einem Blogbeitrag.

OpenAI erreicht mit zunehmendem Wachstum einen Rekordumsatz von 2 Milliarden US-Dollar

OpenAI sagte, es entwickle auch Tools, die erkennen können, ob ein Video von Sora erstellt wurde.

Letztes Jahr hat Meta Platforms sein Bildgenerierungsmodell Emu verbessert, um zwei KI-basierte Funktionen hinzuzufügen, die Videos aus Textaufforderungen bearbeiten und generieren können.