شرکت OpenAI نسل دوم مدل ویدیوساز خود را با نام مدل هوش مصنوعی Sora 2 معرفی کرد. این مدل جدید با بهبودهای بنیادین در زمینه درک فیزیک، افزایش واقعگرایی و ارائه کنترل دقیقتر به کاربر، مرزهای تولید محتوای ویدیویی توسط هوش مصنوعی را جابهجا کرده است. علاوه بر این، Sora 2 توانایی تولید و هماهنگسازی دیالوگ و افکتهای صوتی با ویدیو را دارد که آن را به یک ابزار جامع برای تولید محتوای چندرسانهای تبدیل میکند.
سازنده ChatGPT برای نشان دادن مقیاس این پیشرفت، عرضه Sora 2 را معادل جهش از GPT-1 به GPT-3.5 دانسته و تأکید کرده است که این مدل توانایی انجام کارهایی را دارد که در گذشته کاملاً دور از دسترس بودند. یکی از برجستهترین تمایزهای Sora 2 با نسلهای قبلی، پایبندی آن به قوانین فیزیک است. مدلهای قدیمیتر اغلب برای تحقق یک دستور متنی، واقعیت را بهشکل سادهانگارانهای تغییر میدادند. بهعنوان مثال، اگر دستور ساخت ویدیویی از یک پرتاب ناموفق بسکتبال را دریافت میکردند، ممکن بود توپ را بهطور جادویی داخل حلقه قرار دهند. اما Sora 2 رفتار طبیعیتری از خود نشان میدهد و در چنین سناریویی، توپ پس از خطا به تخته برخورد میکند.
هرچند OpenAI اذعان دارد که Sora 2 هنوز بینقص نیست، اما این سطح از دقت فیزیکی گامی بزرگ به سوی هدف نهایی یعنی ساخت شبیهسازهای پیچیده از دنیای واقعی است. در چنین شبیهسازهایی، مدلسازی شکستها به اندازه موفقیتها اهمیت دارد. جهش بزرگ دیگر در حوزه کنترلپذیری مشاهده میشود؛ Sora 2 قادر است دستورالعملهای دقیق برای ساخت چندین شات متوالی را دنبال کند، در حالی که پیوستگی و ثبات محیط و کاراکترها حفظ میشود. این ویژگی در کنار توانایی فوقالعاده در خلق صحنههای سینمایی و انیمهای، Sora 2 را به ابزاری قدرتمند برای فیلمسازان و هنرمندان دیجیتال بدل میکند.
این مدل همچنین میتواند عناصر دنیای واقعی را مستقیماً به محیطهای خلقشده وارد کند. برای نمونه، OpenAI نشان داده است که Sora 2 پس از تحلیل ویدیوی یکی از اعضای تیم، قادر است آن شخص را با جزئیات دقیق بصری و صوتی در هر سناریوی دلخواهی بازسازی کند. همزمان با این معرفی، اپلیکیشن «Sora» برای iOS نیز منتشر شده که فعلاً برای کاربران آمریکا و کانادا و از طریق لیست انتظار در دسترس است. این اپلیکیشن بستری برای ساخت، ویرایش و اشتراکگذاری ویدیوها فراهم میکند. OpenAI قصد دارد در آینده نسخهای رایگان و محدود از Sora 2 را برای همه عرضه کند و کاربران ChatGPT Pro نیز به نسخه آزمایشی پیشرفتهتری به نام Sora 2 Pro دسترسی خواهند داشت.
