معرفی هوش مصنوعی Sora 2: نسل جدید ساخت ویدیو با قابلیت‌های صوتی و شبکه اجتماعی اختصاصی

در دنیای پرشتاب هوش مصنوعی، نوآوری‌ها هر روز ما را شگفت‌زده می‌کنند. اخیراً، خالق مدل‌های پیشرفته زبانی، نسخه جدیدی از مدل هوش مصنوعی ویدیوساز خود را معرفی کرده است که قابلیت‌های بی‌نظیری را به ارمغان می‌آورد. این مدل که با نام Sora 2 شناخته می‌شود، اکنون می‌تواند علاوه بر تولید ویدیو از متن، صداگذاری خودکار را نیز به آن اضافه کند. تصور کنید: شما فقط یک متن توصیفی می‌نویسید و هوش مصنوعی، هم‌زمان ویدیو و صدای متناسب با آن را تولید می‌کند. این پیشرفت، گامی بزرگ در حوزه ابزارهای هوش مصنوعی متن به ویدیو محسوب می‌شود.

رویکرد جدید در معرفی و دسترسی به Sora 2

رویکردی که برای معرفی و دسترسی به این مدل جدید اتخاذ شده، کمی متفاوت و جالب توجه است. به جای ارائه مستقیم Sora 2، یک اپلیکیشن iOS با نام «Sora» عرضه شده که به عنوان یک شبکه اجتماعی اختصاصی برای تولید ویدیو عمل می‌کند. این حرکت، یادآور روزهایی است که اولین نسخه این هوش مصنوعی ویدیوساز با دسترسی محدود به افراد خاص، سر و صدای زیادی به پا کرد. در آن زمان، تنها کارگردانان هالیوود، بازیگران مطرح و آژانس‌های تبلیغاتی خاصی می‌توانستند از آن بهره‌مند شوند.

اکنون، پس از حدود یک سال از دسترسی عمومی به نسخه اول Sora، نسخه دوم آن معرفی شده است. البته همچنان دسترسی به آن محدود به برخی کاربران در آمریکا و کانادا است و برای استفاده عمومی باید منتظر ماند. ویدیوهای تولیدی با Sora 2 در حال حاضر ۱۰ ثانیه‌ای هستند که به نظر می‌رسد این محدودیت برای مدیریت بهینه منابع محاسباتی و پاسخگویی به درخواست‌های متعدد سرورها در نظر گرفته شده است.

دیدگاه خالق هوش مصنوعی درباره Sora 2

توسعه‌دهندگان این مدل هوش مصنوعی ادعا کرده‌اند که از زمان آغاز به کار نسخه اول Sora در سال ۲۰۲۴، تمرکز آن‌ها بر روی مدل‌های آموزشی با قابلیت‌های شبیه‌سازی پیشرفته‌تر جهان بوده است. آن‌ها معتقدند که چنین سیستم‌هایی برای آموزش مدل‌های هوش مصنوعی که درک عمیقی از دنیای فیزیکی دارند، حیاتی هستند. یکی از نقاط عطف مهم در این مسیر، تسلط بر پیش‌پردازش و پس‌پردازش داده‌های ویدیویی در مقیاس بزرگ است که هنوز در مراحل ابتدایی خود قرار دارد.

نحوه دسترسی و ویژگی‌های اپلیکیشن Sora

همانطور که اشاره شد، دسترسی به Sora 2 از طریق یک شبکه اجتماعی رایگان iOS به نام «Sora» فراهم شده است. در این اپلیکیشن، کاربران می‌توانند ویدیوهای مختلفی بسازند، ویدیوهای دیگران را ریمیکس کنند و حتی ویدیوهای جدیدی که توسط سایر کاربران ساخته شده‌اند را در فید خود مشاهده کنند. همچنین، امکان دعوت از دوستان از طریق قابلیت «کامئو» (cameo) نیز وجود دارد.

قابلیت‌های کلیدی Sora 2

کاربرانی که فرصت استفاده از Sora 2 را داشته‌اند، به ویژگی‌های برجسته زیر اشاره کرده‌اند:

• فیزیک طبیعی‌تر و کنترل بیشتر: در مقایسه با نسخه قبلی، Sora 2 در پرامپت‌های چندبخشی (multi-shot prompts) از فیزیک طبیعی‌تری تبعیت کرده و درک بهتری از دستورات پیچیده دارد.
• تولید دیالوگ و صداهای محیطی: این مدل می‌تواند دیالوگ‌های هماهنگ با ویدیو و صحنه‌ها، جلوه‌ها و صداهای محیطی را به صورت کاملاً طبیعی ایجاد کند.
• شخصی‌سازی چهره و صدا: کاربران می‌توانند چهره و صدای خود را با یک ویدیوی کوتاه ضبط کرده و به عنوان «شباهت» (likeness) وارد اپلیکیشن کنند.
• فید شخصی‌سازی شده: اپلیکیشن دارای یک فید اختصاصی برای تولیدکنندگان ویدیو است که با الگوریتم‌های پردازش زبان طبیعی، صفحه اصلی را بر اساس ترجیحات و رفتار قبلی کاربر شخصی‌سازی می‌کند.
• محدودیت‌های سنی و اخلاقی: برای کاربران نوجوان، محدودیت‌هایی در نظر گرفته شده که توسط والدین قابل تنظیم است. این محدودیت‌ها با توجه به مباحث فلسفی و اخلاقی مرتبط با هوش مصنوعی اعمال شده‌اند.
• قابلیت کامئو و مدیریت هویت: با قابلیت کامئو، کاربران می‌توانند چهره و صدای خود را معرفی کرده و به دیگران اجازه دهند از شباهت آن‌ها در ویدیوهایشان استفاده کنند. در صورت تغییر نظر، امکان قطع دسترسی و حذف یک‌طرفه ویدیوهای حاوی هویت آن‌ها نیز وجود دارد.
• پایداری و مدل‌سازی علت و معلول: Sora 2 در مقایسه با نسخه قبلی، پایداری قوی‌تری در حالت جهان (World-state persistence) و مدل‌سازی واقعی‌تر علت و معلول (Cause-and-effect modeling) از خود نشان می‌دهد.
• واقع‌گرایی در جزئیات: این مدل به جای تلاش برای ساخت صحنه‌های بی‌نقص، بر روی نمایش جزئیات دقیق و مطابق با جهان واقعی تمرکز دارد. اگر صحنه‌ای دچار مشکل شود، همان مشکل را نشان می‌دهد، در حالی که مدل قبلی ممکن بود اشیا را تغییر دهد تا پرامپت را اصلاح کند.
• تنوع در سبک‌های ویدیویی: Sora 2 می‌تواند ویدیوها را با سبک‌های مختلفی از جمله سینمایی، انیمه و ژانرهای پرطرفدار دیگر تولید کند.
• کنترل‌پذیری پیشرفته: توسعه‌دهندگان معتقدند که این مدل یک جهش بزرگ در کنترل‌پذیری است، زیرا می‌تواند پرامپت‌های پیچیده را در چندین صحنه متغیر پیاده‌سازی کند، به گونه‌ای که گویی واقعاً چنین صحنه‌ای در حال وقوع است.

ویژگی‌های اپلیکیشن Sora

• الگوریتم فید هوشمند: الگوریتم فید این اپلیکیشن به گونه‌ای طراحی شده که محتوای مورد علاقه کاربر یا مواردی که قبلاً با آن‌ها تعامل داشته را بیشتر نمایش دهد، نه اینکه کاربر را در چرخه بی‌پایان اسکرول گرفتار کند.
• تشویق به تولید محتوا: هدف اصلی اپلیکیشن، تشویق کاربران به تولید محتوا است، نه صرفاً نگه داشتن آن‌ها در فید.
• قابلیت‌های امنیتی و کنترلی: برای نوجوانان (زیر ۱۸ سال)، قابلیت اسکرول بی‌پایان غیرفعال می‌شود و پس از چند ویدیو، فید خالی می‌شود تا کاربر استراحت کند.
• کنترل والدین: والدین می‌توانند از طریق هوشی (hooshi.net) بر روی حساب کاربری فرزندانشان کنترل داشته باشند. این کنترل شامل محدود کردن شخصی‌سازی فید، تعیین اینکه چه کسی می‌تواند پیام ارسال کند، و پاک کردن هر ویدیویی که هویت یا چهره فرزندشان را دارد، می‌شود.
• حفاظت از هویت: اپلیکیشن بدون رضایت صریح افراد مشهور یا هر کسی که از قابلیت کامئو استفاده نکرده، اجازه استفاده از شباهت و هویت آن‌ها را ندارد.

این پیشرفت‌ها نشان‌دهنده آینده‌ای هیجان‌انگیز برای تولید محتوای ویدیویی با هوش مصنوعی است. با ابزارهایی مانند Sora 2، خلاقیت به اوج خود می‌رسد و مرزهای آنچه می‌توانیم با هوش مصنوعی انجام دهیم، گسترش می‌یابد. برای تجربه این فناوری‌های نوین و بهره‌مندی از قدرت هوش مصنوعی در پروژه‌های خود، می‌توانید همین امروز در هوشی (hooshi.net) ثبت‌نام کنید و با ساخت توکن API، ایجنت کدنویسی و استفاده از بیلینگ شفاف، دنیای جدیدی از امکانات را کشف کنید.

چرا هوشی؟

در هوشی، ما متعهد به ارائه پیشرفته‌ترین ابزارهای هوش مصنوعی با تمرکز بر بومی‌سازی و دسترسی آسان برای توسعه‌دهندگان و کسب‌وکارها در ایران هستیم. با استفاده از پلتفرم ما، می‌توانید به راحتی توکن API خود را بسازید، از ایجنت‌های کدنویسی پیشرفته بهره‌مند شوید و با یک سیستم بیلینگ شفاف، هزینه‌های خود را مدیریت کنید. به جمع کاربران هوشی بپیوندید و آینده هوش مصنوعی را تجربه کنید. همین حالا ثبت‌نام کنید!