روز سهشنبه، شرکت OpenAI از نسخه جدید مدل تولید صوت و تصویر به نام Sora 2 رونمایی کرد که جایگزین نسخه قبلی خود، Sora، شده است. همزمان با معرفی این مدل، اپلیکیشن اجتماعی جدیدی نیز با نام Sora عرضه شد که کاربران در آن میتوانند ویدیوهایی از خود و دوستانشان تولید کرده و در یک فید الگوریتمی مشابه تیکتاک به اشتراک بگذارند. پیشتر، مجله Wired از فعالیت OpenAI روی این پلتفرم اجتماعی خبر داده بود.
اگرچه هنوز امکان آزمایش این اپلیکیشن دعوتمحور و مدل Sora 2 فراهم نشده، اما OpenAI نمونههایی چشمگیر از آن منتشر کرده است. این مدل جدید توانایی بیشتری در رعایت قوانین فیزیک دارد و همین موضوع باعث واقعیتر شدن ویدیوها شده است. کلیپهای عمومی منتشرشده شامل صحنههایی از بازی والیبال ساحلی، حرکات نمایشی با اسکیت، تمرینات ژیمناستیک و شیرجههای توپگونه از تخته پرش هستند.
OpenAI در یک پست وبلاگی اعلام کرد مدلهای قبلی تولید ویدیو بیش از حد خوشبین بودند و برای اجرای دستور متنی، اشیاء را تغییر شکل میدادند و واقعیت را دگرگون میکردند. برای مثال، اگر بازیکن بسکتبال پرتابی را از دست میداد، توپ ممکن بود ناگهان به داخل حلقه منتقل شود. اما در Sora 2، اگر بازیکن پرتابی را از دست بدهد، توپ به تخته برخورد کرده و بازمیگردد.
اپلیکیشن Sora دارای قابلیتی به نام «cameos» است که به کاربران اجازه میدهد خودشان را وارد صحنههای تولیدشده توسط Sora کنند. برای استفاده از تصویر خود در ویدیوهای تولیدی، کاربران باید یکبار ویدیو و صدای خود را بارگذاری کنند تا هویتشان تأیید و ظاهرشان ثبت شود.
این قابلیت همچنین امکان اشتراکگذاری «cameos» با دوستان را فراهم میکند و کاربران میتوانند به دیگران اجازه دهند تصویرشان را در ویدیوهای تولیدی استفاده کنند، حتی در ویدیوهایی که چند نفر در آن حضور دارند.
OpenAI اعلام کرده بهترین راه برای تجربه جادوی Sora 2، استفاده از اپلیکیشن اجتماعی مبتنی بر قابلیت «cameos» است.
اپلیکیشن Sora برای سیستمعامل iOS هماکنون قابل دانلود است و در ابتدا در آمریکا و کانادا عرضه میشود. با این حال، OpenAI امیدوار است بهزودی آن را در کشورهای دیگر نیز ارائه کند. در حالی که پلتفرم اجتماعی Sora فعلاً فقط با دعوتنامه قابل دسترسی است، کاربران نسخه حرفهای ChatGPT میتوانند بدون دعوتنامه از مدل Sora 2 Pro استفاده کنند.
