OpenAI a lancé Sora, un modèle d’intelligence artificielle capable de générer des vidéos réalistes à partir de texte. Disponible pour les abonnés Plus et Pro, Sora Turbo offre des vidéos de haute résolution, tout en soulevant des questions sur sa précision. Cette innovation promet un impact significatif sur la création de contenu numérique.
L_GENERATION_VIDEO_ est plus complexe que celle des textes ou des images, et en effet, le nouveau modèle, bien qu’avancé, n’est pas parfait et pourrait être imprécis. Sora pourra être activé par tous les utilisateurs disposant d’un abonnement Plus ou Pro.
C’est le deuxième annonce d’OpenAI, après l’abonnement aChatGPT pro à 200 dollars. D’ici la fin de l’année, l’entreprise leader de l’intelligence artificielle a promis de lancer 12 nouveaux produits et a maintenant présenté Sora. « Notre modèle est capable de créer des vidéos réalistes à partir de texte. Sora est un point essentiel pour le développement de l’intelligence artificielle, capable de comprendre et simuler la réalité, un pas important vers la création de modèles capables d’interagir avec le monde physique« , a expliqué OpenAI dans une note sur le site.
« Nous avons développé une nouvelle version de Sora, Sora Turbo, qui est significativement plus rapide que le modèle présenté en avant-première en février. Nous la lançons aujourd’hui comme produit autonome sur Sora.com pour les utilisateurs de ChatGPT Plus et Pro », sans frais supplémentaires. Les utilisateurs européens, en revanche, devront patienter. OpenAI pourra distribuer le nouveau modèle lorsqu’il sera conforme aux réglementations communautaires sur la vie privée et l’intelligence artificielle.
Comment fonctionne Sora Turbo
Sora est un modèle de diffusion stable qui génère une vidéo à partir d’un texte. « L’intelligence artificielle peut générer des scènes complexes avec plusieurs personnages, des types spécifiques de mouvements et des détails précis concernant le sujet et l’arrière-plan. Le modèle a une compréhension approfondie du langage, ce qui lui permet d’interpréter correctement les instructions ».
Il existe déjà en réalité des « modèles multimodaux » de texte à vidéo, mais Sora promet de générer des vidéos plus précises et plus longues. « Les utilisateurs peuvent créer des vidéos en résolution allant jusqu’à 1080p, d’une durée maximale de 20 secondes et au format large, vertical ou carré. Vous pouvez également étendre, remixer et fusionner des séquences, ou générer du contenu totalement nouveau », explique l’entreprise.
Le nouveau modèle Sora Turbo dispose également de nouvelles interfaces pour simplifier l’envoi de texte, d’images et de vidéos, ainsi qu’un outil de storyboard permettant aux utilisateurs de décrire avec précision les entrées pour chaque cadre. « Sora est inclus dans votre compte Plus sans frais supplémentaires. Vous pouvez générer jusqu’à 50 vidéos en résolution 480p ou moins, ou moins de vidéos en 720p chaque mois. »
Les limites du nouveau modèle d’OpenAI
La génération de vidéos est plus complexe que celle de textes ou d’images, et en effet, le nouveau modèle, aussi avancé soit-il, n’est pas parfait et peut être imprécis. Comme l’explique OpenAI : « La version de Sora que nous déployons présente de nombreuses limites. Elle génère souvent des images qui ne sont pas réalistes et a des difficultés à créer des séquences complexes et longue durée. Bien que Sora Turbo soit beaucoup plus rapide que l’aperçu de février, nous travaillons encore pour rendre la technology accessible à tous. »
Selon Reece Hayden, analyste senior chez une société de recherche de marché, ces modèles d’intelligence artificielle pourraient avoir un impact significatif sur les marchés de l’divertissement numérique, en créant de nouveaux contenus personnalisés diffusés en streaming. « Nous introduisons maintenant notre technologie de génération vidéo pour donner à la société le temps d’explorer ses possibilités et de développer conjointement des normes et des mesures de sécurité qui garantissent une utilisation responsable à mesure que le secteur progresse. »