Vygenerovanie 1 minúty videa Sora od OpenAI môže trvať viac ako hodinu
2 min. čítať
Publikované dňa
Zdieľajte tento článok
Vylepšite túto príručku
Prečítajte si našu informačnú stránku a zistite, ako môžete pomôcť MSPoweruser udržať redakčný tím Čítaj viac
Kľúčové poznámky
- Sora od OpenAI generuje videá z textových výziev, ale časy vykresľovania sú dlhé.
- Diskusie naznačujú, že vytvorenie minúty videa môže trvať viac ako hodinu.
- Používatelia vyjadrili obavy týkajúce sa škálovateľnosti a praktickosti iteračných pracovných postupov.
Nedávno predstavený model AI OpenAI, Sora, generuje realisticky vyzerajúce videá z textových výziev. Diskusie však naznačujú, že generovanie jedinej minúty videa pomocou Sora môže trvať viac ako hodinu.
Zatiaľ čo presný časový rámec zostáva nejasný, tento príspevok na Reddite označuje významné časy vykresľovania v porovnaní s tradičnými metódami tvorby videa. Je dôležité poznamenať, že tieto diskusie sú založené na obmedzených informáciách, pričom výskumníci primárne predvádzajú vopred vybrané príklady a neumožňujú verejný prístup k vlastným výzvam. Najdlhšie predvádzané video malo iba 17 sekúnd.
Na tieto časy vykresľovania sa objavilo niekoľko perspektív. Niektorí používatelia komentovali nepraktickosť dlhých časov vykresľovania, najmä pri opakovaní viacerých výziev:
Ak budete potrebovať vyskúšať viacero výziev, bude to veľký problém.
Iní špekulovali o možných príčinách dlhých časov vykresľovania, pričom jeden používateľ sa odvolával na komentáre generálneho riaditeľa OpenAI, Sama Altmana, týkajúce sa významných potrieb financovania:
Už vidím prečo on (Sam Altman) teraz chce 7 biliónov.
Boli porovnané aj s iným nedávno oznámeným modelom AI, Gemini od Google 1.5, zdôrazňujúc konkurenčné prostredie:
Nakoniec sa niektorí používatelia pokúsili uviesť časy vykresľovania do kontextu porovnaním s tradičnou animáciou:
To je celkom rozumné. 90 hodín pri 90-minútovom filme. Keď spočítate úspory za všetku typickú prácu animácie, nie je to vôbec šialené. Ale za predpokladu nulových záberov, 100 % presnosti, nulových halucinácií a 100 % prenosu postavy cez väčšinu filmu,
Jednou z najpozoruhodnejších vecí je, že čas nie je prekvapivý, ale absencia 1 minúty mi hovorí, že po 20 sekundách sa môže začať veľa halucinovať, čo je v súčasnosti známe pre LLM.
Celkovo informácie o časoch vykresľovania Sory podčiarkujú prebiehajúcu fázu vývoja technológie. Zatiaľ čo potenciál pre vytváranie videí generovaných AI je evidentný, riešenie efektívnosti a škálovateľnosti zostáva rozhodujúce pre širšie prijatie.
Keďže sa Sora neustále vyvíja, bude zaujímavé sledovať, ako sa tieto výzvy riešia a ako technológie formujú budúcnosť tvorby videí.
