Sam Altman, CEO von OpenAI, kündigte die Schließung der Sora-Video-App an, um die Entwicklung süchtig machender Interaktionsfunktionen zu vermeiden, die sie kommerziell rentabel gemacht hätten. Diese Aussage machte er während seines ersten Interviews seit der abrupten Schließung, das die Journalistin Laurie Segall für den Podcast „Largely Human“ führte.

OpenAI gab am 24. März bekannt, dass es Sora, ein Software zur Erstellung von Kurzvideos, das Ende 2024 eingeführt wurde, einstellen würde. Mit dieser Entscheidung wurde eine 1-Milliarde-Greenback-Partnerschaft mit Walt Disney Co. beendet, die im Dezember angekündigt worden warfare und darauf abzielte, Benutzern lizenzierten Zugriff auf über 200 Disney-, Marvel-, Pixar- und Star Wars-Charaktere zu ermöglichen.

Disney wurde weniger als eine Stunde vor der öffentlichen Ankündigung über die Schließung informiert. Ein Disney-Sprecher erklärte: „Da der aufstrebende KI-Bereich schnell voranschreitet, respektieren wir die Entscheidung von OpenAI, sich aus dem Videogenerierungsgeschäft zurückzuziehen und seine Prioritäten anderswo zu verlagern.“

In dem Interview betonte Altman, dass Sora aufgrund der hohen Betriebskosten Benutzer verlor und etwa 1 Million US-Greenback professional Tag verbrauchte, während die Benutzerbasis von einer Million auf weniger als 500.000 sank. Die Schließung erfolgte nach einem Geschworenenurteil, das Meta und YouTube für die Erstellung schädlicher Funktionen haftbar machte und 6 Millionen US-Greenback Schadensersatz zusprach. Dieses Urteil warf ethische Bedenken hinsichtlich der Verantwortung von Technologieunternehmen bei der Prävention von Nutzersucht auf.

Altman bestätigte, dass OpenAI einen internen Vorschlag zur Integration von Soras Funktionen in die ChatGPT-Plattform abgelehnt hatte. Er erklärte, dass die Schließung mit der strategischen Ausrichtung von OpenAI in Richtung Fokussierung auf Codierungstools und Unternehmenskunden übereinstimme. Darüber hinaus wird das Forschungsteam von Sora zur Entwicklung von Weltsimulationsmodellen übergehen, die auf die Weiterentwicklung der Robotik abzielen.

Die Sora-App wird am 26. April offline genommen, die Entwickler-API soll am 24. September heruntergefahren werden.

---

Hervorgehobener Bildnachweis

Bis letzte Woche redeten alle über OpenAIs Sora 2. Während wir alle in Indien auf den Zugang warten, hat Google gerade eine Meisterleistung vollbracht. Über Nacht kündigten sie nicht nur das leistungsstarke Veo 3.1 an, sondern führten es auch kostenlos in Stream und über ihre Gemini-Suite ein. Wie kann man Google dafür nicht bewundern? Anstelle einer Vorführung unter Ausschluss der Öffentlichkeit haben sie uns die Schlüssel zu einem hochmodernen Videostudio übergeben, und es ist Zeit, es zu erkunden. In diesem Artikel erzähle ich Ihnen alles über Veo 3.1.

Was ist neu in Veo 3.1 und Stream?

Bei der Ankündigung am 15. Oktober 2025 handelt es sich nicht nur um ein kleines Replace. Veo 3.1 bietet eine Reihe von Verbesserungen, die darauf abzielen, den Entwicklern mehr Kontrolle und qualitativ hochwertigere Ergebnisse zu geben. Hier ist die Aufschlüsselung:

• Satterer Klang auf ganzer Linie: Funktionen wie „Elements to Video“, „Frames to Video“ und „Lengthen“ sind jetzt mit sattem, KI-generiertem Audio ausgestattet. Ihre Movies werden nicht mehr stumm sein; Sie verfügen über Umgebungsgeräusche und Partituren, die die Szenen zum Leben erwecken.
• Verbesserter Realismus und schnelle Einhaltung: Veo 3.1 basiert auf seinem Vorgänger und konzentriert sich auf die Erfassung naturgetreuer Texturen und ein besseres Verständnis Ihrer genauen Anforderungen in Ihren Eingabeaufforderungen.
• Präzisionsbearbeitungswerkzeuge: Stream wird zu einer vollwertigen Bearbeitungssuite. Mit dem neuen „Einfügen“-Instrument können Sie einer vorhandenen Szene alles hinzufügen, von einer streunenden Katze bis zu einem fliegenden Auto. In Kürze wird es ein „Entfernen“-Instrument geben, mit dem Sie unerwünschte Objekte nahtlos löschen können.
• Mehr narrative Kontrolle: Verwenden Sie mehrere „Zutaten“, um den Stil zu bestimmen, stellen Sie mit „Frames to Video“ ein Begin- und Endbild für einen „epischen Übergang“ bereit oder erstellen Sie nahtlose, minutenlange Clips, indem Sie Ihre Aufnahmen „erweitern“.

Wie greife ich auf Veo 3.1 zu?

Das Beste daran? Sie müssen nicht auf einer Warteliste stehen.

1. Für alle: Gehen Sie zu Labs.Google/Stream/Gemini/AI Studio, um kostenlos mit der Erstellung zu beginnen.
2. Auf Ihrem Telefon: Greifen Sie direkt in der Gemini-App auf Veo 3.1 zu.
3. Für Entwickler und Unternehmen: Das Modell ist über die Gemini API und Vertex AI für die Erstellung von Anwendungen und den Einsatz in Unternehmen verfügbar.

Notiz: Ich empfehle die Verwendung von Stream anstelle der Gemini App/AI Studio oder Vertex AI. Stream bietet ein überragendes kreatives Erlebnis mit verschiedenen Bearbeitungswerkzeugen, mit denen Sie Storys einfach erweitern, benutzerdefinierte Begin-/Endbilder festlegen und Szenenelemente besser steuern können. (Diese Funktionen sind derzeit auf den anderen Google-Plattformen nicht verfügbar.)

6 coole Anregungen zum Ausprobieren mit Veo 3.1

Nachdem ich alle Funktionen von Veo 3.1 ausgiebig genutzt habe, vom Vlogging bis hin zu futuristischen Welten, habe ich die besten Movies zusammengestellt, die ich erstellt habe. Im folgenden Abschnitt werde ich Sie durch die Reise begleiten, auf der sie entstanden sind.

Aufgabe 1: Erstellen Sie eine Marketinganzeige

Für diese Aufgabe habe ich Veo 3.1 gebeten, ein Marketingvideo für a zu erstellen wasserdicht Kleber mit der folgenden Eingabeaufforderung:

(Cinematography) A dynamic, chaotic extensive shot with a shaky handheld really feel, rapidly panning and zooming barely to observe the motion, ending on a close-up of the Repair-It packaging. (Topic) The identical younger Gen Z male blogger, in fashionable apparel, wanting barely misplaced, stands on the sloping deck of the Titanic. Passengers in historic 1912 clothes are operating in panic and disarray round him. The Captain (in full naval uniform, wanting frantic and determined) spots the blogger. (Motion) The blogger, holding up a small, purple "Repair-It" tube/canister, is vlogging with a involved however informal expression, saying: "Critically, guys, why do not you simply use Repair-It to save lots of the ship?" The Captain, with extensive, determined eyes, lunges ahead and snatches the Repair-It tube from the blogger's hand, yelling: "Give it to us!"

(Reduce/Transition - Implied by speedy motion)

(Cinematography) A easy, triumphant extensive shot displaying the Titanic now absolutely afloat and steady, crusing calmly on the ocean beneath a transparent sky. (Reduce) A clear, well-lit close-up shot of "Repair-It" packaging (a smooth, fashionable purple tube/canister with clear branding) rotates slowly into the body, with a refined sparkle impact.

(Context) The higher deck of the Titanic throughout its sinking, with lifeboats being lowered within the background, steam rising, and a way of impending doom. Then, the Titanic peacefully crusing on the ocean.

(Type & Ambiance) Hyper-realistic, cinematic drama transitioning to a clear, industrial aesthetic. Initially, panicked, chaotic, and chilly blue lighting of a catastrophe, then shiny, clear, and hopeful lighting for the saved ship and product shot. Audio: Preliminary chaos, screams, creaking of the ship, the blogger's voice, the Captain's frantic shout, then sudden calm with light ocean waves and a triumphant, refined jingle because the Repair-It packaging seems. 1080p, 16:9, 8s.

Ausgabe:

Die Leistung warfare beeindruckend. Obwohl das Video großartig warfare, ist mir ein häufiges Drawback aufgefallen: Textverzerrungen auf der Produktverpackung am Ende. Der Schlüssel zur Behebung dieses Issues und zur Erstellung einwandfreier Werbespots besteht darin, in Ihrer Eingabeaufforderung ein Produktbild als Referenz bereitzustellen.

Aufgabe 2: Anime-Szene

Immediate:

0-4s: Medium extensive shot, barely low angle, on two anime schoolgirls (early teenagers, carrying cute, fashionable Japanese faculty uniforms). They're sitting on swings subsequent to one another in a sunny park. Each are gently swinging, with cherry blossoms falling softly round them. The primary lady (with a barely apprehensive expression) is wanting down. First Lady (softly, with a sigh): "Ugh, I nonetheless have to organize for tomorrow's examination."

4-7s: The digicam easily tracks/dolly-in to a medium close-up of each women. The second lady (with a assured, cheerful smile) turns to face the primary lady. Second Lady (brightly): "Don't be concerned! Use NotebookLM to be taught, revise, and check your data. That is what I do on a regular basis to prime the category!"

7-8s: The digicam briefly holds on each women, who at the moment are smiling confidently, then slowly fades to a clear white background.

(Context & Ambiance) An exquisite, well-maintained park with lush inexperienced bushes, shiny flowers, and a transparent blue sky. The general temper is gentle, hopeful, and pleasant.

Audio: Light creaking of the swings, comfortable, cheerful anime background music (gentle piano and strings), each women' clear, expressive voices. Delicate ambient park sounds (distant birdsong).

Aufgabe 3: Gehen Sie in die Vergangenheit zurück

Wenn Sie Veo 3.1 über Stream nutzen, können Sie längere Movies erstellen. Genau das habe ich für das Video unten getan. Ich habe eine dreiteilige Aufforderung erstellt, die Szenen aus den 18 Tagen des Mahabharata darstellt.

Sie werden sehen, wie nahtlos diese Movies zusammenpassen und natürlich aussehen.

Hier sind die Eingabeaufforderungen für alle drei Videoszenen und das kombinierte Video.

Erste Szene:

(Cinematography) A poignant medium close-up, barely excessive angle, with a sluggish, empathetic dolly-out, emphasizing the tragic scene. (Topic) The identical younger Gen Z male blogger, in fashionable apparel, smartphone in hand, wanting down at Duryodhana (mendacity wounded and dying on the bottom, his armor dented and scuffed). (Motion) The blogger has a somber, nearly "I informed you so" expression, whereas Duryodhana is weak and barely aware, struggling to breathe. Blogger (with a mixture of disappointment and resignation): "Bro, I informed you to name it off. Look what you've got achieved!" (Context) The aftermath of battle on Kurukshetra, with a number of scattered useless warriors round, a damaged chariot wheel close by, and the setting solar casting lengthy, orange shadows over the desolate panorama. (Type & Ambiance) Hyper-realistic, cinematic, melancholic temper, dramatic golden hour lighting, conveying the tragedy of warfare with the blogger's informal commentary making a darkly comedic second. Audio: Blogger's mournful voice, faint groans from Duryodhana, the eerie silence of a battlefield after the combating, distant wind. 1080p, 16:9, 8s.

Zweite Szene:

(Cinematography) A poignant medium close-up, barely excessive angle, with a sluggish, empathetic dolly-out, emphasizing the tragic scene. (Topic) The identical younger Gen Z male blogger, in fashionable apparel, smartphone in hand, wanting down at Duryodhana (mendacity wounded and dying on the bottom, his armor dented and scuffed). (Motion) The blogger has a somber, nearly "I informed you so" expression, whereas Duryodhana is weak and barely aware, struggling to breathe. Blogger (with a mixture of disappointment and resignation): "Bro, I informed you to name it off. Look what you've got achieved!" (Context) The aftermath of battle on Kurukshetra, with a number of scattered useless warriors round, a damaged chariot wheel close by, and the setting solar casting lengthy, orange shadows over the desolate panorama. (Type & Ambiance) Hyper-realistic, cinematic, melancholic temper, dramatic golden hour lighting, conveying the tragedy of warfare with the blogger's informal commentary making a darkly comedic second. Audio: Blogger's mournful voice, faint groans from Duryodhana, the eerie silence of a battlefield after the combating, distant wind. 1080p, 16:9, 8s.

Dritte Szene:

(Cinematography) A medium two-shot, barely low angle, with a easy, refined push-in on the topics. (Topic) A younger Gen Z male blogger, early 20s, carrying a contemporary graphic t-shirt, skinny denims, and classy sneakers, holding a contemporary smartphone in selfie mode, going through Lord Krishna (conventional blue pores and skin, ornate gold jewellery, and royal apparel) and Arjuna (in conventional warrior armor, bow and quiver on his again). (Motion) The blogger is talking on to the digicam/telephone (as if vlogging), then turns barely to Krishna and Arjuna, who're wanting amused. Blogger (taking a look at digicam/telephone): "Yo, Krinsha and Arjuna... fast query, are you guys utilizing ChatGPT to your battle methods?" Krishna and Arjuna (in unison, with a figuring out smile): "In fact, bro." (Context) Set on the traditional, dusty battlefield of Kurukshetra, with distant chariots and warriors seen within the background (barely out of focus resulting from shallow depth of discipline). (Type & Ambiance) Hyper-realistic, cinematic, heat pure daylight, epic scale, but with a humorous undertone. Audio: The blogger's clear voice, Krishna and Arjuna's synchronized reply, distant sounds of battle (clashing swords, faint shouts). 1080p, 16:9, 8s.

Ausgabe:

Die Ausgabe hat mich umgehauen! Lippensynchronisation mit Dialogen, Präzision des Hintergrunds und Konsistenz der Gesichtszüge des Vloggers tragen alle zu einem fantastischen Video bei. Dies macht Veo zu einem leistungsstarken Instrument, mit dem Influencer äußerst ansprechende und unterhaltsame Inhalte erstellen können.

Aufgabe 4: Werbe-Vlogs

Für diese Aufgabe werde ich Veo 3.1 bitten, einen Vlog zu erstellen und den kostenlosen Kurs von Analytics Vidhya über Agentic AI zu bewerben.

Immediate:

(Cinematography) A medium shot, barely extensive angle, with a sluggish, eerie push-in in the direction of the sarcophagus. As the mum emerges, the digicam easily pans up and barely backs away to incorporate each characters, then cuts to a static shot of a QR code. (Topic) The identical younger Gen Z male blogger, in fashionable journey apparel (e.g., cargo shorts, t-shirt, small backpack), holding his smartphone in selfie mode, standing reverently in an historical Egyptian pyramid burial chamber. Behind him is an ornate stone sarcophagus. (Motion) The blogger is talking on to the digicam/telephone with an enthusiastic whisper: "Hey guys! Have you learnt Analytics Vidhya is instructing find out how to construct AI Brokers for FREE?" Abruptly, the lid of the sarcophagus begins to slip open, and a mummy (wrapped in decaying linen, with glowing eyes) slowly sits up and emerges, wanting instantly on the blogger. Mummy (with a raspy, historical voice): "I additionally wish to enroll."

(Reduce)

(Cinematography) A static, well-lit shot of a transparent, scannable QR code centered on a darkish, stone-like background. (Textual content Overlay) Under the QR code, in clear white textual content: "Scan the Code to Enroll for Free."

(Context) The dimly lit, dusty inside of an historical Egyptian pyramid chamber, with hieroglyphs on the partitions and golden sarcophagus particulars.

(Type & Ambiance) Hyper-realistic with a contact of mysterious fantasy. Darkish, atmospheric lighting with shafts of sunshine highlighting mud motes, conveying an historical, undiscovered really feel. The mum's emergence needs to be spooky but barely humorous. Delicate, ambient Egyptian music (e.g., flutes, distant percussion, string devices) performs all through, intensifying barely as the mum speaks, then turning into clear and clear for the QR code display. 1080p, 16:9, 8s.

Aufgabe 5: Filmähnliche Szenen

Bei dieser Aufgabe handelt es sich um ein Gespräch zwischen Chef und Mitarbeiter über die Urlaubsabrechnung. Der Mitarbeiter möchte eine Woche frei haben, um am DataHack Summit teilzunehmen, und der Chef genehmigt Urlaub aufgrund der extremen Arbeitsbelastung seitens des Kunden nicht. Hier ist die Eingabeaufforderung dafür:

0-2.5s: Medium two-shot, over-the-shoulder perspective, targeted on the boss. Setting is a contemporary company workplace, clear and minimalist, with a big glass window within the background displaying a metropolis view. The worker (younger skilled, formal shirt and tie) stands reverse the boss (older, extra severe, carrying a swimsuit) throughout a desk. Worker (informal, assured tone): "I would like one week off in August. Letting you realize already."

2.5-5s: The digicam rapidly cuts to a close-up of the Boss's face (wanting stern and aggravated). Boss (agency, burdened tone): "You'll be able to't go anyplace in August! We now have main consumer deliverables."

5-8s: The digicam cuts again to the medium two-shot, with a refined zoom/dolly-in on the Worker (who has a decided, unwavering expression). Worker (unfazed, passionate tone): "I do not care. India's most futuristic convention, the DataHack Summit in Bangalore, is occurring. I am unable to miss it."

(Context & Ambiance) Tense, skilled ambiance contrasting with the worker's informal defiance. Sharp, cool workplace lighting.

Audio: Worker's voice is evident, Boss's voice is barely annoyed and louder. Delicate, ambient workplace noise (keyboard clicks, distant telephone rings). A light-weight, triumphant, energetic synth monitor swells barely as the worker delivers the ultimate line, then cuts out.

Dieses Video ist so intestine. Die Charaktere und die Szene wirken sehr actual. Es definitiv fühlt sich nicht danach an es warfare KI überhaupt erzeugt.“

Aufgabe 6: Animierte Movies

Immediate:

Complete Period: 8 seconds. 1080p, 16:9. Type: Hyper-realistic, scientifically correct but visually awe-inspiring, cosmic.

0-1s: Excessive close-up on an infinitesimally small, impossibly shiny, pure white singularity on the heart of the body, pulsating with immense power. The background is absolute, inky blackness.

1-4s: The singularity explodes outwards with unbelievable drive and pace. The digicam quickly pulls again and expands with the explosion, displaying a dramatic, fast-paced growth of superheated plasma and elementary particles. Vibrant blues, yellows, and whites dominate, quickly cooling and spreading into an enormous, glowing cosmic fog.

4-7s: The growth continues, slowing barely. The cosmic fog begins to swirl and coalesce, with pockets of barely denser power forming. Early, rudimentary constructions of the nascent universe begin to develop into seen inside the glowing gasoline.

7-8s: The digicam reveals the primary hints of distinct cosmic constructions, like proto-galaxies and swirling nebulae, nonetheless glowing intensely however displaying clear patterns. The growth continues into the deep, darkish vastness of house.

(Context & Ambiance) An outline of the start of the universe. The temper is considered one of immense energy, thriller, and awe.

Audio:

0-1s: A deep, intense, low-frequency hum/drone that quickly builds in pitch and depth, with sharp, high-frequency crackles hinting at immense power.

1-4s: An enormous, deafening "BOOM" sound, instantly adopted by a whoosh of quickly increasing, fiery plasma, accompanied by a high-pitched, ethereal "shimmering" sound as particles kind.

4-7s: The sound mellows into an enormous, echoing cosmic hum, with refined, deep rumbling tones signifying the formation of gravity wells and early constructions.

7-8s: The cosmic hum continues, now with faint, distant twinkles and ethereal chimes, suggesting the nascent formation of stars and galaxies, fading barely on the very finish.

Zusätzliche Funktionen, die mit der Verwendung von Veo 3.1 auf Stream einhergehen

Das Veo-Group führt leistungsstarke neue Bearbeitungsfunktionen in Stream, ihrem KI-Instrument zur Filmerstellung, ein.

Objekte hinzufügen/entfernen

Benutzer können einer Szene jetzt jedes Ingredient hinzufügen, das sie sich vorstellen können, von realistischen Objekten bis hin zu fantastischen Kreaturen, wobei Veo Schatten und Beleuchtung clever verwaltet, um ein natürliches Aussehen zu erzielen.

Frames zu Video

Mit einem leistungsstarken Replace gibt Veo den Erstellern mit der neuen Funktion „Frames to Video“ in Stream die vollständige erzählerische Kontrolle über ihre Clips. Sie können jetzt sowohl das Begin- als auch das Endbild für eine Szene definieren und Veo generiert ein nahtloses Übergangsvideo, das die beiden perfekt verbindet und kunstvolle und epische Bewegungen erzeugt.

Zutaten zum Video

Mit einem leistungsstarken Replace gibt Veo den Erstellern mit der neuen Funktion „Frames to Video“ in Stream die vollständige erzählerische Kontrolle über ihre Clips. Sie können jetzt sowohl das Begin- als auch das Endbild für eine Szene definieren und Veo generiert ein nahtloses Übergangsvideo, das die beiden perfekt verbindet und kunstvolle und epische Bewegungen erzeugt.

Lesen Sie auch:

Abschluss

Veo 3.1 stellt einen bedeutenden Fortschritt dar und verwandelt Googles Stream in ein wirklich hochmodernes Videostudio. Die Kombination aus verbessertem Realismus, nativer Audiogenerierung und leistungsstarken Bearbeitungstools wie „Frames to Video“ und der Möglichkeit, Objekte hinzuzufügen und zu entfernen, macht es zu einem beeindruckenden kreativen Instrument. Durch die Bereitstellung dieses fortschrittlichen Modells zum kostenlosen Zugriff hat Google die Excessive-Finish-Videoerzeugung demokratisiert. Unsere Assessments bestätigen, dass Qualität und Konsistenz für den professionellen oder persönlichen Gebrauch geeignet sind.

Da Sie nun über das Wissen und die Anregungen verfügen, ist es an der Zeit, es selbst auszuprobieren!

Das Warten ist vorbei. Vorhänge werden gezogen. Und Sam Altman ist für die nächste große OpenAI -Veröffentlichung geeignet. Ihre Vermutung ist richtig! Es ist die mit Spannung erwartete Sora 2. Aus offensichtlichen Gründen wird Audiofunktionen geliefert. Aber ist das nur es? Nun, nein! Erforschen wir alles, was wir über Sora 2 bisher wissen.

Sora 1 bis Sora 2: Die Reise

Als Sora 1 im Februar 2024 gestartet wurde, struggle es wie der „Chatgpt“ -Second für Video. Zum ersten Mal zeigten die Modelle für Videogenerierung die Beständigkeit von Objekten und einfache physische Argumentation. Es fühlte sich an, als würde KI die bewegende Welt „verstehen“.

Jetzt, mit Sora 2, zielt Openai viel höher. Viele nennen es den GPT-3,5-Second des Movies: ein Punkt, an dem sich die Technologie von beeindruckend zu transformativ verändert. Das neue Modell baut auf großem Maßstab auf Videotraining, Vorausbildung und Nachtraining auf, wodurch Video näher an die Simulation der Realität heranrückt.

Wie kann ich Sora 2 zugreifen?

Sie können Sora 2 hauptsächlich über zwei Kanäle zugreifen: die dedizierte Sora iOS -App und die Sora -Web site unter Sora.com. Der anfängliche Rollout beginnt in den USA und Kanada mit einer raschen Growth für andere Länder.

• Freier Zugang (mit Grenzen): Großzügige Zulagen für Videogenerierung, berechnet Einschränkungen.
• Chatgpt Professional -Benutzer: Früher Zugriff auf Sora 2 Professional, eine höherwertige Model.
• API -Zugang: Geplant für Entwickler, die Sora in Apps und Workflows integrieren möchten.
• Sora 1 Turbo: Bleibt verfügbar, und vergangene Kreationen sind in Ihrer Bibliothek erhalten.

Was ist neu in Sora 2?

Nun, OpenAI hat das Spiel der Videogenerierung mit Sora 2 auf ein ganz neues Stage gebracht. In diesem Abschnitt werden wir nur über die wichtigsten Funktionen sprechen, die sie in ihrer Sora 2 -Model hinzugefügt haben.

Physik, Realismus und „besser scheitern“

Einer der größten Verbesserungen in Sora 2 ist die verbesserte körperliche Genauigkeit. Frühere Modelle bogen oft in die Realität um, um Aufforderungen zu „funktionieren“. Wenn Sie beispielsweise nach einem Basketballspieler gefragt haben, haben ältere Modelle den Ball möglicherweise in den Reifen teleportiert: Auch wenn die Bewegung unmöglich struggle.

Mit Sora 2 verhält sich die Welt viel natürlicher. Wenn ein Spieler vermisst wird, erholt sich der Ball vom Rückenbrett. Wenn jemand einen Flip versucht, sich der Schwerkraft, des Gleichgewichts und der sogar Fehler realistisch auswirken. Diese sogenannten „Fehler“ sind keine Störungen mehr. Sie haben das Gefühl, dass das Modell Agenten in einer realen Umgebung, Fehlern und allem simuliert.

Beispiel:

Immediate: “Eine Gruppe von Leuten, die Volleyball spielen “

Integriertes Audio

Sora 2 geht nicht nur um Video: Es geht auch um Sound. Zum ersten Mal kann das Modell Dialog, synchronisierte Soundeffekte und realistische Hintergrund -Klanglandschaften erzeugen.

Stellen Sie sich eine schneebedeckte Mountain -Expedition vor: Sie können den Frost auf den Kletterjacken sehen, ihre angespannten Atemzüge hören und zuhören, während sie gegen den Wind schreien: Jede Stimme deutlich, natürlich und passend in die Szene gelegt. Oder stellen Sie sich einen Schlacht im Anime-Stil vor: Schwerter stießen mit feurigen Effekten zusammen, begleitet von einem perfekt zeitgesteuerten Audio, das die Aktion zum Leben erweckt.

Beispiel:

Immediate: “Intensiver Anime -Kampf zwischen einem Jungen mit einem Schwert aus blauem Feuer und einem bösen Dämon“

Setzen Sie sich in die Szene

Das vielleicht am meisten diskutierte Merkmal von Sora 2 ist die neue „Kameen“. Mit nur einer kurzen Video-und-Audio-Aufnahme zur Überprüfung können Benutzer sich in jede von Sora generierte Szene mit hoher Treue sowohl im Aussehen als auch in der Stimme hochladen. Möchten Sie in einer Motion-Sequenz im Marvel-Stil spielen? Oder haben Sie Ihr Haustier einer Fantasiewelt angeschlossen? Mit Cameos können Sie. Diese Funktion verwandelt Sora von nur einem kreativen Software in ein soziales Erlebnis.

Beispiel:

Immediate: “Bigfoot ist wirklich freundlich zu ihm, ein bisschen zu nett, wie seltsam nett. Bigfoot will rumhängen, aber er will zu viel hängen”

Die neue Sora IOS -App basiert auf dem. In der App können Sie:

• Movies erstellen und teilen.
• Remixen gegenseitig Generationen.
• Erforschen Sie neue Inhalte in einem anpassbaren Feed.
• Sterne in Szenen mit Freunden über Kameen.

Endnote

Ich freue mich sehr, die Sora 2 -App in die Hände zu bekommen und es selbst auszuprobieren. Nach dem Aussehen kann ich sicher sagen, dass es die Welt der Videogenerierung endgültig verändern wird. Es würde tremendous Spaß machen, es mit zu vergleichen Veo 2 sowie. Bleiben Sie auf dem neuesten Stand des Analytics Vidhya -Blogs.

Lassen Sie mich vorerst Ihre Gedanken im Kommentarbereich unten wissen.

Hinweis: Alle im Weblog verwendeten Movies wurden von OpenAIs entnommen Weblog.

Der ChatGPT- und Sora-Videogenerator von OpenAI ist seit 13:30 Uhr ET ausgefallen, da Benutzer weltweit Probleme melden.

Ist ChatGPT ausgefallen: Die Antwort ist ja

Das Downside wurde erstmals deutlich, als Benutzer beim Versuch, auf ChatGPT zuzugreifen, verschiedene Fehlermeldungen meldeten. Bei einigen wurde die Meldung „404-Fehler, Seite nicht gefunden“ angezeigt, während bei anderen die Meldung „Anfrage ist nicht zulässig“ angezeigt wurde. Bitte versuchen Sie es später noch einmal.“ In vielen Fällen wurde der Chatbot geladen, reagierte jedoch nicht auf Benutzeranfragen und zeigte interne Serverfehler anstelle der üblichen hilfreichen Antworten an.

Um 14:00 Uhr ET hatte OpenAI anerkannt die State of affairs auf ihrer Statusseite und bestätigte, dass ChatGPT, ihre API-Dienste und der Sora-Textual content-zu-Video-Generator alle „hohe Fehlerraten aufwiesen“. Das Unternehmen lieferte um 14:18 Uhr ET ein zusätzliches Replace, in dem es die Probleme einem „Upstream-Anbieter“ zuschrieb. Sie haben jedoch weder angegeben, welcher Anbieter die Probleme verursacht, noch eine geschätzte Zeit für die Wiederherstellung des Dienstes angegeben.

Das Ausmaß des Ausfalls ist beträchtlich DownDetector Aufzeichnung von mehr als 5.300 Benutzerberichten über Dienstunterbrechungen. Die meisten dieser Berichte stammen von Nutzern aus den Vereinigten Staaten, wo die Auswirkungen offenbar am stärksten ausgeprägt sind.

Der Zeitpunkt des Ausfalls hat sich für viele Benutzer, die bei Arbeit und Studium auf ChatGPT angewiesen sind, als besonders frustrierend erwiesen. Social-Media-Plattformen, insbesondere X (ehemals Twitter), wurden mit Kommentaren betroffener Benutzer überschwemmt, die ihre Bestürzung zum Ausdruck brachten. Ein Benutzer beklagte den unglücklichen Zeitpunkt und bemerkte, dass der Dienst gerade dann ausfiel, als er geplant hatte, produktive persönliche Arbeiten in Angriff zu nehmen. Ein anderer hob hervor, wie sich die Störung auf ihr Studium auswirkte, und bemerkte, dass sie Fragen zu lösen hätten, aber keinen Zugriff auf das Device hätten.

Die Auswirkungen des Ausfalls gehen über ChatGPT hinaus, da Benutzer berichtet haben, dass auch bei anderen KI-Diensten, darunter Claude, Probleme auftreten. Ein Benutzer wies auf den ungewöhnlichen Umstand hin, dass beide großen KI-Chatbots am Tag nach Weihnachten nicht verfügbar waren, was die wachsende Abhängigkeit vieler Menschen von diesen KI-Instruments für ihre täglichen Aufgaben unterstreicht.

Dies ist nicht das erste Mal, dass die Dienste von OpenAI mit solchen Schwierigkeiten konfrontiert sind. In den letzten Monaten kam es im Unternehmen zu mehreren erheblichen Ausfällen. Anfang dieses Monats, kurz nachdem Sora für ChatGPT-Abonnenten verfügbar gemacht wurde, fielen sowohl das Videogenerierungstool als auch ChatGPT für mehrere Stunden aus. Ein ähnlicher Vorfall ereignete sich im Juni, als ein großflächiger Ausfall verschiedener KI-Instruments die Dienste von ChatGPT zum Erliegen brachte.

Diese wiederkehrenden Probleme verdeutlichen die Herausforderungen, mit denen KI-Dienstanbieter konfrontiert sind, wenn es darum geht, eine konstante Betriebszeit aufrechtzuerhalten, während ihre Benutzerbasis weiter wächst. Der aktuelle Ausfall ist besonders bemerkenswert, da er mehrere OpenAI-Dienste gleichzeitig betrifft, was eher auf ein grundlegenderes Infrastrukturproblem als auf ein Downside mit einem einzelnen Dienst hindeutet.

Während OpenAI die State of affairs weiterhin beobachtet, müssen Benutzer auf eine Lösung warten. Die Statusseite des Unternehmens bleibt mit Aktualisierungen zur aktuellen State of affairs aktiv, aber das Fehlen eines klaren Zeitplans für die Wiederherstellung des Dienstes hat viele Benutzer unsicher gemacht, wann sie wieder Zugriff auf diese immer wichtiger werdenden KI-Instruments erhalten werden. Benutzer suchen ChatGPT-Alternativen.

---

Hervorgehobener Bildnachweis: Kerem Gülen/Ideogramm

Google hat als Reaktion auf die Neuerscheinungen von Videogenerationsmodellen wie Sora und Nova Reel ein großartiges Comeback hingelegt. Durch den Beitritt zum Pakt mit Veo 2 wird das Videogenerierungsspiel in den kommenden Monaten auf dem Vormarsch sein. Erste Demonstrationen und Benchmarks zeigen, dass Veo 2 möglicherweise einen neuen Customary für Qualität, Realismus und schnelle Einhaltung von KI-generierten Videoinhalten setzt. Lassen Sie uns mehr über Google Veo 2 und seine Funktionen erfahren.

Was ist Veo 2?

Veo 2 ist das neueste KI-Videogenerierungsmodell von Google DeepMind, das für die Erstellung hochwertiger, realistischer und dynamischer Movies basierend auf detaillierten Eingabeaufforderungen entwickelt wurde. Als starker Konkurrent zu anderen führenden KI-Videomodellen wie Sora von OpenAI und MovieGen von Meta zeichnet sich Veo 2 durch die Einhaltung komplexer Anweisungen, die Simulation realer Physik und die Erfassung einer breiten Palette filmischer Effekte aus.

Hauptmerkmale

• Interpretiert nuancierte Eingabeaufforderungen präzise und liefert eine breite Palette filmischer Effekte – von Zeitraffern bis hin zu weitreichenden Luftaufnahmen.
• Kombiniert Textual content- und visuelle Hinweise, um Movies zu erstellen, die genau auf die Absicht des Benutzers abgestimmt sind.
• Bietet Werkzeuge zum Steuern der Bildkomposition, der Kamerawinkel und des Tempos und bietet eine filmische Detailgenauigkeit.
• Hält die Kohärenz in jedem Video aufrecht und gewährleistet so eine flüssige Erzählweise und ein ausgefeiltes Endprodukt.

Benchmark-Leistung und schnelle Einhaltung

Um KI-Videomodelle objektiv zu bewerten, hat Fb Analysis MovieGen Bench eingeführt – eine Umgebung, in der verschiedene Modelle aus vorgegebenen Eingabeaufforderungen Movies generieren. Menschliche Juroren bewerten diese Ergebnisse dann anhand der Gesamtpräferenz und der Übereinstimmung mit den Anweisungen.

In diesen direkten Vergleichen übertrifft Veo 2 durchweg Konkurrenten wie Sora Turbo von OpenAI, CLling AI und MovieGen von Meta. Veo 2 zeichnet sich nicht nur durch Qualität und Zuschauerpräferenz aus, sondern zeigt auch eine bemerkenswerte schnelle Adhärenz. Ganz gleich, ob Sie eine schwebende Autoszene in einer geschäftigen Stadtlandschaft oder ein intensives Nahaufnahmeporträt produzieren möchten, Veo 2 erfüllt zuverlässig die Anforderungen des Benutzers und hebt sich damit von Modellen ab, die oft von der ursprünglichen Aufforderung abweichen.

• Umfangreiche Auswertung: 1.003 Eingabeaufforderungen wurden auf MovieGen Bench getestet, einem von Meta veröffentlichten Datensatz.
• Spitzenleistung: Veo 2 erzielte sowohl bei der Gesamtpräferenz als auch bei der Genauigkeit der Eingabeaufforderung die höchsten Werte.
• Konsequentes Benchmarking: Alle Modelle wurden mit einer Auflösung von 720p bewertet, um einen fairen Vergleich zu gewährleisten.
• Probendauer: Die Clips von Veo 2 waren 8 Sekunden lang, die von VideoGen liefen 10 Sekunden und andere Modelle produzierten 5-Sekunden-Clips.
• Anzeige in voller Länge: Alle Movies wurden den Bewertern vollständig gezeigt, was den Standing von Veo 2 als führendes KI-Videogenerierungsmodell untermauert.

Veo 2 gegen Sora

Vergleichen wir die von Veo 2 und Sora generierten Movies nebeneinander:

Aufforderung 1

A low-angle shot captures a flock of pink flamingos 
gracefully wading in a lush, tranquil lagoon.
The colourful pink of their plumage 
contrasts superbly with the verdant inexperienced 
of the encompassing vegetation 
and the crystal-clear turquoise water.
Daylight glints off the water's floor, 
creating shimmering reflections 
that dance on the flamingos' feathers.
The birds' elegant, curved necks 
are submerged as they stroll by means of the shallow water, 
their actions creating mild ripples 
that unfold throughout the lagoon.
The composition emphasizes the serenity 
and pure fantastic thing about the scene, 
highlighting the fragile steadiness of the ecosystem 
and the inherent grace of those magnificent birds.
The mushy, subtle mild of early morning 
bathes the complete scene 
in a heat, ethereal glow.

Veo 2-Ausgabe:

Sora-Ausgabe:

Aufforderung 2

A cinematic shot captures a fluffy Cockapoo,
perched atop a vibrant pink flamingo float,
in a sun-drenched Los Angeles swimming pool.
The crystal-clear water sparkles below
the brilliant California solar,
reflecting the playful scene.
The Cockapoo's fur,
a mushy mix of white and apricot,
is highlighted by the golden daylight,
its floppy ears gently swaying within the breeze.
Its joyful expression and wagging tail
convey pure pleasure and summer season bliss.
The colourful pink flamingo
provides a whimsical contact,
making a picture-perfect picture
of carefree enjoyable within the LA sunshine.

Veo 2-Ausgabe:

Sora-Ausgabe:

Aufforderung 3

A cinematic, high-action monitoring shot
follows an extremely cute dachshund
sporting swimming goggles
because it leaps right into a crystal-clear pool.
The digicam plunges underwater with the canine,
capturing the joyful second of submersion
and the following flurry of paddling
with cute little paws.
Daylight filters by means of the water,
illuminating the dachshund's smooth, moist fur
and highlighting the decided expression
on its face.
The shot is stuffed with the colourful blues and greens
of the pool water,
making a dynamic and visually gorgeous sequence
that captures the pure pleasure and power
of the swimming dachshund.

Veo 2-Ausgabe:

Sora-Ausgabe:

Beobachtung

Was an Veo 2 sofort auffällt, ist sein auffallender Realismus. Von Nahaufnahmen bis hin zur Einhaltung von Particulars leistet Veo 2 einen besseren Job als Sora!

Wie greife ich auf Veo 2 zu?

1. Melden Sie sich für die Warteliste an: Veo 2 ist noch nicht für jedermann öffentlich verfügbar. Tragen Sie sich zunächst auf die Warteliste ein. Dadurch erhalten Sie Zugriff, sobald dieser gewährt wird. (Melden Sie sich hier an)
2. Achten Sie auf E-Mail-Updates: Behalten Sie Ihren Posteingang im Auge. Sobald Ihr Zugriff genehmigt wurde, erhalten Sie eine Benachrichtigungs-E-Mail mit Anweisungen.
3. Erste Schritte: Sobald Sie Zugriff haben, ist die Verwendung von Veo 2 unkompliziert. Geben Sie einfach Ihre Eingabeaufforderungen ein und beginnen Sie mit der Erstellung Ihrer eigenen KI-gesteuerten Videoinhalte.

Empfohlene Lektüre

Abschluss

Googles Veo 2 stellt einen bedeutenden Fortschritt in der KI-gesteuerten Videogenerierung dar und stellt die Konkurrenz in den Schatten. Obwohl es nicht perfekt ist, lassen seine Verbesserungen bei der sofortigen Adhärenz, der physikalischen Simulation und der Bildtreue auf eine glänzende Zukunft schließen. Da die KI-Videotechnologie immer weiter voranschreitet, ist sie ein Paradebeispiel dafür, wie weit wir gekommen sind und wie viel Potenzial noch am Horizont steckt.

Entdecken Sie weitere tolle Inhalte auf Analytics Vidhya Weblog.

OpenAI wurde offiziell veröffentlicht Soraam dritten Tag ihrer „12 Days of OpenAI“-Reihe. Nach Monaten der Spannung seit seiner ersten Ankündigung im April 2024 hat sich Sora als großer Sprung im Bereich KI-generierter Videoinhalte erwiesen. OpenAI hat das Sora Turbo-Modell veröffentlicht, die beschleunigte Excessive-Finish-Model des ursprünglichen Sora-Modells. Schauen wir uns die neu hinzugefügten Funktionen an und probieren Sie es aus!

Unser Weihnachtsgeschenk an Sie: Sora ist da. https://t.co/UhdmYuGHtT pic.twitter.com/ljoruQsfO0

— OpenAI (@OpenAI) 9. Dezember 2024

Was ist Sora?

Sora ist ein Textual content-zu-Video-Generator das nutzt fortgeschrittene Diffusionsmodelle Und Transformatorarchitekturen um Movies basierend auf schriftlichen Beschreibungen zu erstellen. Diese Movies werden erstellt, indem man mit Rauschen beginnt und es in mehreren Schritten schrittweise verfeinert. Dieser Diffusionsprozess ermöglicht es dem Modell, realistische, kohärente Videosequenzen aus einer Vielzahl von Texteingaben zu erstellen.

Aufbauend auf den früheren Erfolgen von OpenAI mit GPT, DALL·EUnd CLIPstellt Sora einen großen Fortschritt dar, indem es Benutzern ermöglicht, Movies von Grund auf zu erstellen oder bestehende auf der Grundlage von Texteingabeaufforderungen zu erweitern. Ob es darum geht, ein völlig neues Video zu erstellen oder ein Bild zu animieren, Soras Fähigkeit, visuell überzeugende Erzählungen direkt aus natürlicher Sprache zu erstellen, ist beispiellos.

Funktionen von OpenAI Sora

• Movies aus Textual content generieren: Erstellen Sie Movies aus einfachen Textaufforderungen.
• Vorhandene Movies erweitern: Bestehende Movies fortsetzen oder ändern.
• Bilder animieren: Erwecken Sie Standbilder mit Animationen zum Leben.
• Bewältigen Sie komplexe Szenen: Behalten Sie die Kontinuität über mehrere Frames hinweg bei.
• Skalieren und anpassen: Erstellen Sie Movies in verschiedenen Formaten und Längen.
• Transformationsvideos: Ändern Sie vorhandene Movies basierend auf Textaufforderungen.

Wichtige Verbesserungen

• Realistische Physik: Natürlichere Objektbewegung.
• Längere Movies: Erstellen Sie Movies mit einer Länge von bis zu 20 Sekunden.
• Verbesserte Beleuchtung: Optisch ansprechendere Movies mit dynamischen Lichteffekten.

OpenAI Sora auf die Probe stellen

Immediate: Erstellen Sie ein Video über einen weißen Hund, der mit einem Kätzchen spielt

Immediate: Erstellen Sie ein Video von einem tanzenden Hund am Strand.

Storyboard-Eingabeaufforderung

Immediate:

• Eine anschauliche Animation zeigt die Aufnahme eines psychotropen Moleküls, dargestellt als kleines, leuchtendes Partikel, das in den Mund gelangt. Der Hintergrund ist eine stilisierte Darstellung des menschlichen Verdauungssystems, wobei die wirbelnden Farben den Beginn einer komplexen Reise andeuten.
• Das Molekül wandert durch den Blutkreislauf, umgeben von roten und weißen Blutkörperchen. Es wird als helles, leuchtendes Teilchen dargestellt, das sich schnell durch ein Netzwerk von Blutgefäßen bewegt.
• Das Molekül erreicht die Blut-Hirn-Schranke, dargestellt als schimmernde Wand, durchdringt diese und dringt in das Gehirn ein. Die Szene wird komplexer, da Neuronen und Synapsen aufleuchten, wenn das Molekül mit ihnen interagiert.

Immediate:

1. In einem heat erleuchteten Kinderzimmer sitzen ein kleiner Junge und ein kleines Mädchen in einer gemütlichen provisorischen Jurte aus karierten Decken und Kissen. Sie tragen verspielte Hüte und Filzstiefel und sind vom sanften Schein der Lampen umgeben. Die Kinder kichern, während sie mit einem Spielzeug-Rentier spielen, und ihre Augen funkeln vor Fantasie.
2. Die Kinder schließen fest die Augen, ein Gefühl der Vorfreude liegt in der Luft.
3. Wenn sie ihre Augen öffnen, verwandeln sie sich in Erwachsene und stehen vor einer modernen Hotellandschaft in Jakutien, umgeben von echten Jurten und einer riesigen, verschneiten Winterlandschaft.

Beobachtung: Beim Erstellen der Movies mit dem ChatGPT Plus Das Konto hat mich viel Zeit gekostet, ich sehe, dass es viel Raum für Verbesserungen gibt.

Wie greife ich auf Sora zu?

Sora ist über die neue Web site erreichbar – sora.com. Sie können Ihre ChatGPT-Pläne verwenden, um Zugriff auf das Modell zu erhalten:

• ChatGPT Plus-Konto: Dieser Plan gibt Ihnen 50 Generationen professional Monat. Diese könnten mit der Anzahl der Textual content-zu-Video-Erstellungen oder anderen spezifischen Aufgaben professional Monat zusammenhängen.
• OpenAI Professional-Konto: Das bietet unbegrenzte Generationen im langsamen Warteschlangenmodus, plus 500 schnellere Generationen professional Monat. Der Schwerpunkt dieser Stufe scheint darauf zu liegen, mehr Flexibilität zu bieten, mit der Possibility, Aufgaben für eine bestimmte Anzahl von Generationen schneller zu verarbeiten, während andere Aufgaben möglicherweise in die Warteschlange gestellt und langsamer verarbeitet werden.
• Verfügbarkeit: Der Dienst steht dem nicht zur Verfügung Großbritannien und EU Dies kann aus rechtlichen, behördlichen oder datenschutzrechtlichen Gründen (z. B. DSGVO) erfolgen. Diese Einschränkung könnte in Zukunft aufgehoben werden, wenn das Unternehmen auf weitere Regionen expandiert.

OpenAI Sora-Funktionen

Separates Produkt

• Sora ist ein eigenständiges Produkt, das nicht in ChatGPT oder andere OpenAI-Plattformen integriert ist.
• Erreichbar über Sora.comwo kürzlich erstellte und kuratierte Movies angezeigt werden.

Videoerstellung und -bearbeitung

• Generieren Sie Movies aus Eingabeaufforderungen: Benutzer können Movies basierend auf Textaufforderungen erstellen.
• Bilder hochladen: Benutzer können auch Bilder hochladen, mit denen Sora Movies erstellen kann.
• Remix-Funktion: Ermöglicht Benutzern, Änderungen an vorhandenen Movies vorzunehmen, indem die gewünschten Änderungen beschrieben werden.
  • Stärkeeinstellung: Steuert, wie drastisch das Video verändert wird, wobei höhere Einstellungen zu stärkeren künstlerischen Veränderungen führen.
• Videobearbeitung: Sora kann auch Movies bearbeiten, die ursprünglich mit dem Device generiert wurden.

Bild-Add und -Verbesserung

• Bilder hochladen: Sie können damit beginnen, ein Bild hochzuladen, um ein Video zu erstellen. Dieses Bild kann als Foundation dienen und Sie können es mit weiteren Elementen, Textual content oder Animationen erweitern.
• Textbeschreibung: Sie können das Bild auch mit Textual content beschreiben. Je detaillierter Ihre Beschreibung, desto konkreter folgt die Videoerstellung Ihren Anweisungen. Bei weniger detaillierten Beschreibungen füllt das Device die Lücken mit allgemeiner Kreativität und Particulars.

Themen (Voreinstellungen)

• SORA bietet verschiedene Voreinstellungen, mit denen das Gesamtthema des Movies definiert werden kann. Einige Beispiele sind:
  • Ballonwelt: Diese Voreinstellung könnte eine skurrile oder traumhafte Atmosphäre schaffen.
  • Cease-Movement: Eine Voreinstellung, die den Cease-Movement-Animationsstil emuliert und Ihrem Video Bild für Bild ein handgefertigtes Aussehen verleiht.

Auswahl des Seitenverhältnisses

• Sie können das Seitenverhältnis für Ihr Video auswählen. Zu den gängigen Optionen gehören:
  • 16:9 (Breitbild): Excellent für die meisten Movies, insbesondere für YouTube, Breitbildfilme usw.
  • 1:1 (Quadrat): Geeignet für Social-Media-Beiträge wie Instagram.
  • 9:16 (Vertikal): Perfekt für Plattformen wie TikTok oder Instagram Tales.

Videodauer

• Sie können die Dauer Ihres Movies auf bis zu einstellen 20 Sekundenwas Ihnen Flexibilität bei der Menge der enthaltenen Inhalte gibt.

Textual content- und Bildintegration

• Die Plattform ermöglicht die Kombination von Textual content und Bildern für den kreativen Ausdruck:
  • Erstellen Sie durch Hochladen von Bildern: Sie laden ein Bild hoch, das als Grundlage für Ihr Video dient, und erweitern oder animieren es dann mit zusätzlichen Inhalten.
  • Textbasierte Erstellung: Sie können Szenen oder Bilder mit Textual content beschreiben. Je spezifischer der Textual content, desto mehr folgt das Video Ihrer Richtung. Beispielsweise wird das Video durch eine detaillierte Beschreibung angeleitet, die genauen Elemente wiederzugeben, die Sie erwähnen.

Storyboard (Erweiterte Erstellung)

• Für komplexere Videoprojekte, Storyboard Im Modus können Sie die Videoerstellung entlang einer Zeitleiste steuern. Dies bietet:
  • Kontrolle über die Reihenfolge: Sie können die Reihenfolge der Elemente (Textual content, Bilder und Movies) festlegen.
  • Erweiterte Bearbeitung: Es ermöglicht eine präzisere Anpassung und Abfolge von Szenen.
  • Multimedia-Integration: Sie können Bilder, Textual content und Videoclips kombinieren, um eine Erzählung oder eine komplexe visuelle Geschichte zu erstellen.

Videoqualität und Auflösung

• Auflösungsoptionen: Erzeugt Movies bis zu 1080p Auflösung.
  • 1080p-Filmmaterial dauert 8x länger zu generieren im Vergleich zu 480p, was die schnellste Possibility ist.
  • 720p dauert 4x länger als 480p.
  • 480p ist am schnellsten.
• Durchschnittliche Generationszeit: A ein paar Minuten für ein 1080p-Video (je nach Benutzernachfrage und Datenverkehr).

Kurzgesagt,

SORA ist eine versatile, benutzerfreundliche Plattform zur Videoerstellung mit leistungsstarken Anpassungsoptionen. Du kannst:

• Laden Sie Bilder hoch oder beschreiben Sie Szenen mit Textual content.
• Wählen Sie aus verschiedenen Themenvoreinstellungen wie Balloon World oder Cease Movement.
• Steuern Sie das Seitenverhältnis und die Videodauer.
• Verwenden Sie den Storyboard-Modus für erweiterte Videobearbeitung und -sequenzierung.

Diese Kombination von Funktionen macht es Benutzern leicht, ansprechende, professionell aussehende Movies zu erstellen, selbst mit minimalen technischen Kenntnissen.

Diese Funktionen machen Sora zu einem leistungsstarken, aber immer noch unvollkommenen Device zum Generieren kreativer Videoinhalte, insbesondere für nicht fotorealistische, stilisierte Projekte.

Soras technische Grundlagen

Sora basiert im Wesentlichen auf dem Diffusionsmodelleine Technik, die mit zufälligem Rauschen beginnt und es iterativ zu einem zusammenhängenden Video verfeinert. Dieser Prozess spiegelt die Custom wider Bild-zu-Bild Diffusionsmodelle funktionieren, jedoch mit der zusätzlichen Komplexität von Videosequenzen.

Der Schlüssel zu Soras Innovation liegt in der Verwendung von Patch-basierte Darstellung sowohl für Bilder als auch für Movies. Ähnlich wie Token in GPT werden Movies und Bilder in Sora in kleinere „Datenfelder“ zerlegt. Dadurch kann das Modell große und komplexe visuelle Daten effizienter verarbeiten und Movies mit unterschiedlicher Dauer und Auflösung generieren.

Darüber hinaus baut Sora auf dem auf Recaptioning-Technik verwendet in DALL·E 3was es ihm ermöglicht, sehr aussagekräftige Untertitel für seine Trainingsdaten zu generieren. Diese Fähigkeit ermöglicht es dem Modell, Textaufforderungen genau zu folgen, was zu Movies führt, die den Benutzeranweisungen treu bleiben und besser auf die Eingabebeschreibung abgestimmt sind.

Lesen Sie auch: Was ist der Sora Diffusion Transformer (DiT) von OpenAI?

Ethische Überlegungen von OpenAI Sora

Folgendes erwartet Sora von Ihnen:

1. Zustimmung: Laden Sie Medien mit Personen nur mit deren ausdrücklicher Erlaubnis hoch und stellen Sie sicher, dass Personen unter 18 Jahren über die entsprechende Einwilligung verfügen.
2. Gewalt und explizite Themen: Laden Sie keine Inhalte hoch, die Gewalt, explizite Themen oder Inhalte für Erwachsene darstellen.
3. Rechte an Medien: Stellen Sie sicher, dass Sie über die erforderlichen Eigentumsrechte oder Rechte zum Hochladen der von Ihnen freigegebenen Medien verfügen.
4. Konsequenzen: Der Missbrauch der Plattform durch Verstöße gegen diese Regeln kann zur Sperrung oder Sperrung des Kontos ohne Rückerstattung führen.

Wichtige Erkenntnisse

Sora von OpenAI ist ein Textual content-zu-Video-Generator mit Funktionen wie Themen, Storyboard-Modus und Auflösungen von bis zu 1080p. Es weist jedoch erhebliche Einschränkungen auf. Movies sind auf 20 Sekunden begrenzt, was für längere Erzählungen möglicherweise nicht geeignet ist. Das Rendern mit hoher Auflösung (z. B. 1080p) ist zeitintensiv und verlangsamt die Generierung im Vergleich zu niedrigeren Auflösungen erheblich. Derzeit ist Sora im Vereinigten Königreich/in der EU aufgrund regulatorischer Probleme nicht verfügbar, was den Zugang einschränkt. Darüber hinaus schränken ethische Richtlinien die Nutzung ein und bei Verstößen besteht die Gefahr einer Kontosperrung. Sora ist leistungsstark, entwickelt sich jedoch weiter und bietet Raum für technische Verbesserungen und Verbesserungen bei der Zugänglichkeit. Außerdem ist die Generierungsgeschwindigkeit ziemlich langsam, was auf die hochauflösenden Movies zurückzuführen ist. Ich hoffe jedoch, dass es sich mit der Zeit verbessern wird, da OpenAI das Modell und die zugrunde liegende Infrastruktur weiter optimiert. Zukünftige Updates können zu schnelleren Generierungsgeschwindigkeiten führen, ohne die Qualität hochauflösender Movies zu beeinträchtigen, wodurch der Prozess effizienter und benutzerfreundlicher wird.

Abschluss

Soras letzte Veröffentlichung ist ein bemerkenswerter Meilenstein in der Entwicklung der künstlichen Intelligenz und vereint die neuesten Fortschritte in Verarbeitung natürlicher Sprache (NLP), Pc Imaginative and prescientUnd tiefes Lernen um hochwertige Kurzvideos direkt aus Textaufforderungen zu generieren. Die potenziellen Auswirkungen dieser Technologie sind weitreichend und reichen von der Kreativbranche bis hin zu Bildung, Advertising und darüber hinaus.

Die Imaginative and prescient von OpenAI für das Modell ist weitreichend, mit dem ultimativen Ziel, Systeme zu schaffen, die die reale Welt simulieren können, was uns der Verwirklichung einen Schritt näher bringt Künstliche Allgemeine Intelligenz (AGI). Mit der Weiterentwicklung von Sora werden seine Fähigkeiten wahrscheinlich erweitert und erweiterte Funktionen wie Echtzeit-Videogenerierung, interaktives Storytelling und sogar die Integration mit virtueller und erweiterter Realität umfassen.

Hast du es versucht? Teilen Sie mir Ihre Meinung im Kommentarbereich unten mit!