Konec videí, jak je známe dnes? O krásné záběry i věrohodné zvuky se postará AI!

• Schopnosti umělé inteligence se rozvíjejí působivým tempem
• Krásná videa dovede tvořit model Sora od OpenAI
• Chybí jim ale zvukové efekty, působivé řešení je však za rohem

Mnozí konspirátoři jsou přesvědčeni, že umělá inteligence ovládne svět, a nedávné oznámení modelu Sora od společnosti OpenAI je v jejich myšlenkách dost možná utvrdilo. Americká organizace, stojící za populárním konverzačním nástrojem ChatGPT nebo generátorem obrázku DALL-E, představila službu, která hravě dokáže vytvořit působivé video na základě textového příkazu. I záběry, na které by za normálních okolností byly potřebné celé filmové štáby, a to nepočítaje všechny herce, zvládne Sora vyplivnout v rozlišení FullHD s maximálním ohledem na detaily scén, komplexitu kamerových záběrů, nebo dokonce lidské emoce. Abyste dostali hezké video s japonskou tématikou, bohatě postačí i prompt kratší 50 slov. Viz příspěvek níže.

Introducing Sora, our text-to-video model.

Sora can create videos of up to 60 seconds featuring highly detailed scenes, complex camera motion, and multiple characters with vibrant emotions. https://t.co/7j2JN27M3W Prompt: “Beautiful, snowy… pic.twitter.com/ruTEWn87vf — OpenAI (@OpenAI) February 15, 2024

Model Sora se přitom neomezuje na realistické výtvory – problém mu nedělá ani tvorba animovaných 3D děl. Co mu ale k dokonalosti schází, je zvuk. Na video bez jakýchkoliv audio prvků se kouká dost špatně, i když je sebekrásnější, a přidat hudbu staženou z internetu mnohdy nestačí. Úplně stejně to patrně vidí tým stojící za sadou ElevenLabs, který v minutové ukázce na YouTube odhalil svůj nový nástroj na tvorbu zvukových efektů. A jak jinak než pomocí umělé inteligence. „Oznámení Sory nás nadchlo, ale měli jsme pocit, že mu něco chybí…,“ uvedli v popisku. OpenAI Sora a AI Sound Effects od ElevenLabs se soudě podle ukázky zdá jako naprosto ideální kombinace.

Myslíte, že za chvíli si už budeme moct celovečerák uplácat díky AI z pohodlí domova?