OpenAI का नया AI मॉडल 'सोरा' टेक्स्ट से वीडियो बनाएगा

नई दिल्ली: चैटजीपीटी निर्माता ओपनएआई ने सोरा का अनावरण किया है, जो एक नया टेक्स्ट-टू-वीडियो मॉडल है जो दृश्य गुणवत्ता और उपयोगकर्ता के संकेत का पालन करते हुए एक मिनट तक के वीडियो तैयार कर सकता है।सोरा एक प्रसार मॉडल है, जो स्थिर शोर की तरह दिखने वाले वीडियो से शुरू करके एक वीडियो तैयार करता है और धीरे-धीरे कई चरणों में शोर को हटाकर इसे बदल देता है।कंपनी ने कहा, "सोरा एक बार में संपूर्ण वीडियो बनाने या जेनरेट किए गए वीडियो को लंबा करने में सक्षम है।"

केवल पाठ निर्देशों से एक वीडियो उत्पन्न करने में सक्षम होने के अलावा, मॉडल एक मौजूदा स्थिर छवि लेने और उससे एक वीडियो उत्पन्न करने में भी सक्षम है, "छवि की सामग्री को सटीकता और छोटे विवरणों पर ध्यान देने के साथ एनिमेट करना"।जीपीटी मॉडल के समान, सोरा एक ट्रांसफॉर्मर आर्किटेक्चर का उपयोग करता है, जो बेहतर स्केलिंग प्रदर्शन को अनलॉक करता है।कंपनी ने कहा कि वह सोरा को "नुकसान या जोखिम के लिए महत्वपूर्ण क्षेत्रों का आकलन करने के लिए रेड टीमर्स (डोमेन विशेषज्ञों)" के लिए उपलब्ध करा रही है।

ओपनएआई ने एक बयान में कहा, "हम रचनात्मक पेशेवरों के लिए मॉडल को सबसे अधिक उपयोगी बनाने के तरीके को आगे बढ़ाने के बारे में प्रतिक्रिया प्राप्त करने के लिए कई दृश्य कलाकारों, डिजाइनरों और फिल्म निर्माताओं तक पहुंच प्रदान कर रहे हैं।"सोरा कई पात्रों, विशिष्ट प्रकार की गति और विषय और पृष्ठभूमि के सटीक विवरण के साथ जटिल दृश्य उत्पन्न करने में सक्षम होगा।ओपनएआई के अनुसार, "मॉडल न केवल यह समझता है कि उपयोगकर्ता ने प्रॉम्प्ट में क्या मांगा है, बल्कि यह भी समझता है कि भौतिक दुनिया में वे चीजें कैसे मौजूद हैं।"

सोरा एक ही जेनरेट किए गए वीडियो के भीतर कई शॉट भी बना सकता है जो पात्रों और दृश्य शैली को सटीक रूप से बनाए रखता है।हालाँकि, कंपनी ने स्वीकार किया कि मौजूदा मॉडल की अपनी कमज़ोरियाँ हैं।“यह एक जटिल दृश्य की भौतिकी का सटीक अनुकरण करने में संघर्ष कर सकता है, और कारण और प्रभाव के विशिष्ट उदाहरणों को नहीं समझ सकता है। उदाहरण के लिए, कोई व्यक्ति कुकी से काट सकता है, लेकिन बाद में, कुकी पर काटने का निशान नहीं हो सकता है, ”ओपनएआई ने समझाया।

कंपनी ने आगे कहा कि वह सोरा को ओपनएआई के उत्पादों में उपलब्ध कराने से पहले महत्वपूर्ण सुरक्षा कदम उठाएगी।“हम रेड टीमर्स के साथ काम कर रहे हैं - गलत सूचना, घृणित सामग्री और पूर्वाग्रह जैसे क्षेत्रों में डोमेन विशेषज्ञ - जो मॉडल का प्रतिकूल परीक्षण करेंगे। हम भ्रामक सामग्री का पता लगाने में मदद करने के लिए उपकरण भी बना रहे हैं जैसे कि एक डिटेक्शन क्लासिफायरियर जो बता सकता है कि सोरा द्वारा कोई वीडियो कब तैयार किया गया था, ”कंपनी ने समझाया।