Šią savaitę OpenAI pristatė Sora 2 – labai lauktą naujos kartos generatyvaus AI vaizdo modelį, kuris yra kaip savarankiška iOS programėlė, prieinama tik pakvietus ir nemokamai – deja, dar nėra Android versijos. Gavus kvietimą, pradėjau naudotis programa ir kurti vaizdo įrašus (netgi uždirbdamas iš to pinigų). Mano įspūdžiai yra mišrūs: technologija yra neabejotinai įspūdinga, o programėlė smagi naršyti, tačiau kai kurios turinio dalys sukelia nerimą. Sora 2, kurį sukūrė OpenAI (kūrėjai ChatGPT), suderinęs automatiškai generuoja vaizdo įrašus su dialogais ir garsu iš natūralaus kalbos įvesties užklausų. Ji yra tikras konkurentas Google Veo 3, kuris nuo šių metų pradžios dominuoja AI vaizdo generavime. Prieš šį modelį, Meta's Llama ar Grok Imagine įrankiai atsiliko, nors Meta gali įgyti pranašumą naudodama Midjourney technologiją. Kaip ir Veo 3, Sora 2 daugiausia kuria virusinius memus ir trumpalaikės formos vaizdo įrašus, panašius į TikTok – juokingus scenarijus, pavyzdžiui, aukso retriverį, sulaikytą bandant vogti kepsnius, arba kengūrą, sulaikytą oro uosto saugumo poste. Tai atrodo juokinga, tačiau apibrėžia siaurą ribą tarp pramogų ir galimo naudotojų išnaudojimo. Kuo tikroviškesnis tapo Sora 2 vaizdo įrašas, tuo didesnė rizika atsiranda apie iškreiptus vaizdus ir dezinformaciją, o šį trūkumą sustiprina programėlės kokybė. Tačiau OpenAI turinio apsaugos priemonės yra stipresnės nei Elon Musk“o Grok Imagine – ji kritikuojama už nepakankamą moderaciją ir įžeidžiančius seksualinius dirbtinius vaizdus. Sora 2 blokuoja vaizdo įrašus su bet kokiomis veidų atpažinimo funkcijomis, nebent jie kuriami naudojant Cameos funkciją – leidžiančią naudoti žmogaus panašumą tik gavus sutikimą. Bandymų sukurti vaizdo įrašus su žinomomis asmenybėmis, pavyzdžiui, Taylor Swift, buvo atmesta, tai pabrėžia stipresnį apsaugos lygį. Cameos, išskirtinė Sora 2 funkcija, leidžia naudotojams pasirinkti, ar leidžia naudoti savo panašumą, ir suteikia prieigą kontaktams, tam tikriems vartotojams ar viešam naudojimui. Ši funkcija sukėlė daugybę vaizdo įrašų su OpenAI CEO Samo Altmano panašumu. Bandžiau pasidaryti paties vaizdo įrašą, kuris keistai gerai atitiko mano vaizdą, bet ne balsą – matyti save sakant ar darant dirbtinius dalykus yra šiek tiek nejauku, bet šiuo metu vis dažniau normalu AI eros laikais. Sora 2 ir Veo 3 išlieka unikalių lygių, gebančių kurti realistiškus vaizdo įrašus su suderinta kalba ir garsais.

Sora gali generuoti įvairaus stiliaus turinį – nuo netikrų policijos akimirkų iki 90-ųjų reklamų ar sporto transliacijų, kurie nesimato kaip AI sukurtas. Detalus palyginimas tarp Sora 2 ir Veo 3 bus artimiausiu metu, tačiau Sora 2 atitinka savo garsą labiau nei GPT-5. Kalbant apie intelektinės nuosavybės (IP) klausimus, Sora 2 atrodo elgiasi gana laisvai. Nors teisiniai ginčai dėl AI naudojimo menininko ir IP medžiagai (pavyzdžiui, Disney ieškinys prieš Midjourney dėl ‘šleifo plagijavimo’) vis dar tęsiasi, JAV vyriausybė šiuo metu rodo palankumą AI industrijos naudai, laikydama apribojimus neefektyviais technologijų konkurencijoje. Todėl populiarių personažų, tokių kaip SpongeBob Squarepants, Žvaigždžių karų ar Rick & Morty, vaizdai gali laisvai pasirodyti virusiniuose AI vaizdo įrašuose. Paklausus, OpenAI nesutiko patvirtinti, ar jie turi licencijas su teisių turėtojais, pavyzdžiui, Warner Bros. Programėlės turinys dažnai pakartoja viešus kalbėjimus ar mylimus popkultūros šaltinius ir paverčia juos virusiniais memais – pavyzdžiui, kaip Martin Luther King Jr. „Aš turiu svajonę“ kalba humoristiškai pritaikyta apie Xbox Game Pass kainas. SpongeBob memai dominuoja, greičiausiai atspindėdami milenialų nostalgiją. Nors vieši asmenys ir personažai ilgą laiką buvo memų įkvėpėja, paprastas galimybė kurti tiesioginius AI realistiškus vaizdo įrašus žymiai padidina dezinformacijos ar pasipiktinimo galimybę, ypač esant kultūros karų įtampai. OpenAI teigia, kad naudotojai gali laisvai kurti, tačiau IP savininkai gali prašyti turinio pašalinimo – tačiau nėra plačios galimybės nesutikti su IP naudojimu. Pradžioje naudotojai gali tikėtis dažnų klaidų su užrašu „Mes esame apkrauti, bandykite dar kartą vėliau“, dėl didelio paklausimo. Tai atitinka ankstyvąjį OpenAI ChatGPT vaizdo generavimo etapą, todėl sunku sunaudoti visus vaizdo kūrimo kreditus. Mano mėgstamiausia Sora 2 funkcija – vaizdo albumo galimybė, leidžianti vartotojams horizontaliai naršyti įrašų versijas, atskleidžiančias subtilius užklausų patikslinimus. Smagi ir įdomi būdas pažinti kūrybines galimybes. Galų gale, Sora 2 yra tokia pat priklausomybę kelianti kaip ir kitos trumpalaikio turinio programėlės – lengva pasinerti ir naršyti be galo. Nors technologija yra įspūdinga, geresnė AI generuojama „batų“ kokybė vis dar yra „batų“ — nepriklausomai nuo patiktukų. Įspėjimas: Mashable motininė įmonė Ziff Davis balandį pateikė ieškinį prieš OpenAI dėl neleidžiamo autorių teisių medžiagos naudojimo treniruojant savo AI sistemas.