Sora của OpenAI: Marques Brownlee đánh giá và phá vỡ mô hình video AI

Một trong những sản phẩm liên quan đến AI được mong đợi nhất vừa xuất hiện: Sora, trình tạo video AI của OpenAI ra mắt vào thứ Hai như một phần của công ty 12 ngày của OpenAI sự kiện.

OpenAI trước đây đã cung cấp những cái nhìn sơ lược về kết quả đầu ra của Sora. Nhưng, nó khác biệt như thế nào khi ra mắt? OpenAI chắc chắn đã làm việc chăm chỉ để cập nhật và cải tiến trình tạo video AI của mình để chuẩn bị ra mắt công chúng.

YouTuber Marques Brownlee đã có một lần đầu tiên nhìn vào Soraphát hành video đánh giá của anh ấy về sản phẩm OpenAI mới nhất vài giờ trước khi OpenAI chính thức công bố ra mắt. Brownlee đã nghĩ gì?

Sora giỏi việc gì

Theo Brownlee, thử nghiệm Sora của ông cho thấy trình tạo video AI rất xuất sắc trong việc tạo cảnh quan. AI tạo ra từ trên cao, những bức ảnh thiên nhiên giống như máy bay không người lái hoặc những phong cảnh nổi tiếng trông giống như những thước phim cổ trang ngoài đời thực. Tất nhiên, như Brownlee đã chỉ ra, nếu bạn đặc biệt thành thạo về cách nhìn xung quanh một địa danh, người ta có thể nhận ra sự khác biệt. Tuy nhiên, không có quá nhiều thứ trông rõ ràng do AI tạo ra trong các loại clip do Sora tạo này.

Theo Brownlee, có lẽ loại video mà Sora có khả năng tạo tốt nhất là những video trừu tượng. Nghệ thuật trừu tượng kiểu nền hoặc trình bảo vệ màn hình có thể được Sora thực hiện khá tốt ngay cả khi có hướng dẫn cụ thể.

Brownlee cũng nhận thấy rằng một số loại nội dung hoạt hình nhất định do Sora tạo ra, chẳng hạn như hoạt hình kiểu stop-motion hoặc claymation, đôi khi trông có thể chấp nhận được vì các chuyển động đôi khi giật cục vẫn gây khó chịu cho video AI trông giống như những lựa chọn mang tính phong cách.

Điều đáng ngạc nhiên nhất là Brownlee nhận thấy Sora có thể xử lý các hình ảnh văn bản hoạt hình rất cụ thể. Các từ thường hiển thị dưới dạng văn bản bị cắt xén trong các mô hình tạo hình ảnh và video AI khác. Với Sora, Brownlee nhận thấy rằng miễn là văn bản cụ thể, nói một vài từ trên thẻ tiêu đề, Sora có thể tạo ra hình ảnh với đúng chính tả.

Sora sai ở đâu

Tuy nhiên, Sora vẫn gặp phải nhiều vấn đề tương tự mà tất cả các trình tạo video AI trước đó đều gặp phải.

Điều đầu tiên Brownlee đề cập đến là sự trường tồn của đối tượng. Sora gặp vấn đề với việc hiển thị một đồ vật cụ thể trong tay một cá nhân trong suốt thời gian chạy video. Đôi khi vật thể sẽ di chuyển hoặc đột nhiên biến mất. Cũng giống như văn bản AI, video AI của Sora bị ảo giác.

Điều này đưa Brownlee đến vấn đề lớn nhất của Sora: Vật lý nói chung. Video quang học có vẻ khá khó khăn đối với Sora vì nó dường như không thể điều chỉnh chuyển động một cách chính xác. Một người chỉ đơn giản là đi bộ sẽ bắt đầu giảm tốc độ hoặc tăng tốc theo những cách không tự nhiên. Đôi khi các bộ phận cơ thể hoặc đồ vật cũng sẽ đột nhiên biến thành thứ gì đó hoàn toàn khác.

Và, mặc dù Brownlee đã đề cập đến những cải tiến đó bằng văn bản, trừ khi bạn nói rất cụ thể, Sora vẫn viết sai chính tả của bất kỳ loại văn bản nền nào như bạn có thể thấy trên các tòa nhà hoặc biển báo đường phố.

Sora thực sự là một công việc đang diễn ra, như OpenAI đã chia sẻ trong buổi ra mắt. Mặc dù nó có thể mang lại một bước tiến so với các trình tạo video AI khác, nhưng rõ ràng là chỉ có một số lĩnh vực mà tất cả các mô hình video AI sẽ gặp thách thức.