OpenAI добавит камео персонажей в Sora

Post Thumbnail

Компания OpenAI опубликовала дорожную карту развития Sora, и знаете что? Похоже, компания наконец-то осознала, что генерация видео – это не просто технологическая демонстрация. А инструмент, которым людям нужно реально пользоваться. Билл Пиблс, глава проекта, анонсировал целый набор обновлений, и некоторые из них действительно интересны.

1 фича – камео персонажей. Буквально через пару дней можно будет загружать свою собаку, морскую свинку, любимую игрушку или вообще что угодно. А потом вставлять их в генерируемые видео. Но самое любопытное – возможность создавать камео из персонажей, которых сама Sora сгенерировала. Нейросеть создала крутого героя, вы его сохраняете, и дальше используете в других роликах. Глава Sora ожидает взрыва камео и обещает обновить интерфейс, который будет показывать трендовые варианты в реальном времени.

Дальше идут базовые возможности монтажа видео. Начнут со склейки нескольких клипов, хотя мощные инструменты обещают добавить позже. Соцсеть внутри Sora тоже прокачают. Появятся каналы для конкретных групп вроде университета, компании или спортклуба.

И вот что показательно: команда признаёт, что избыточная модерация раздражает пользователей, и работает над её уменьшением. Плюс повышают производительность приложения. А Android-версия выйдет «скоро» – без конкретных дат, конечно.

Всё это выглядит как попытка превратить технологическую демонстрацию в реальный продукт.

Почитать из последнего
ИИ-ассистент научили разбирать документы и алерты
Главный вопрос корпоративного ИИ прост: что будет с данными после запроса? РТК-ЦОД предлагает не рисковать ими. На форуме «Цифровые решения» компания с блоком ИТ «Ростелекома» представила ассистента для организаций с жёсткими требованиями к защите.
К 2027 году чипов хватит на миллиарды ИИ-агентов
Похоже, у ИИ скоро вылезет проблема, которую не залатать покупкой ещё одного чипа. По расчётам Epoch AI, вычислительной мощности, выпущенной с 2025 по 2027 год, хватит для одновременной работы от 33 до 171 млн агентов уровня передовых моделей.
Kandinsky научился лепить видео со звуком
ИИ-видео всё меньше смахивает на немой клип. «Сбер» показал Kandinsky 6.0 Video - модель, которая разом генерит картинку и звук: речь персонажей, музыку и шумы окружения.
Три профессии, которые ИИ уже плодит прямо сейчас
ИИ перетряхивает рынок труда не только тем, что съедает привычные задачи. Вместе с автоматизацией вылезают специалисты, которых ещё несколько лет назад никто бы не вообразил, и часть таких профессий формируется на глазах.
Google научила эмбеддинги переваривать сразу пять типов данных
Google порешила, что эмбеддингам хватит возиться с одним текстом. Компания выкатила вторую версию EmbeddingGemma: теперь система сваливает в общее векторное пространство текст, код, изображения, видео и аудио. Так что на вход можно подавать сразу несколько типов данных.