Qu'est-ce que Sora d'Open AI ? Fonctionnement, cas d'utilisation, alternatives et plus encore

Qu'est-ce que Sora ?

Sora est le modèle d'IA générative texte-vidéo d'OpenAI. Cela signifie que vous écrivez un texte d'incitation et qu'il crée une vidéo qui correspond à la description du texte d'incitation. Voici un exemple tiré du site d'OpenAI :

PROMPT : Une femme élégante marche dans une rue de Tokyo remplie de néons lumineux et de panneaux de signalisation animés. Elle porte une veste en cuir noir, une longue robe rouge, des bottes noires et un sac à main noir. Elle porte des lunettes de soleil et du rouge à lèvres rouge. Elle marche avec assurance et décontraction. La rue est humide et réfléchissante, créant un effet miroir des lumières colorées. De nombreux piétons se promènent.

Exemples d'OpenAI Sora

OpenAI et son PDG Sam Altman se sont employés à partager des exemples de Sora en action. Nous avons vu toute une série de styles et d'exemples différents, notamment :

Exemples d'animation de Sora

PROMPT : Un monde de papercraft magnifiquement rendu d'un récif corallien, rempli de poissons et de créatures marines colorés.

PROMPT : La scène animée présente un gros plan d'un petit monstre pelucheux agenouillé à côté d'une bougie rouge en train de fondre. Le style artistique est 3D et réaliste, avec un accent mis sur l'éclairage et les textures. L'ambiance du tableau est à l'émerveillement et à la curiosité, le monstre regardant la flamme les yeux écarquillés et la bouche ouverte. Sa pose et son expression traduisent un sentiment d'innocence et d'espièglerie, comme s'il explorait le monde qui l'entoure pour la première fois. L'utilisation de couleurs chaudes et d'un éclairage dramatique renforce encore l'atmosphère chaleureuse de l'image.

Exemples de paysages urbains de Sora

PROMPT : La ville de Tokyo, belle et enneigée, est en pleine effervescence. La caméra se déplace dans une rue animée de la ville, suivant plusieurs personnes qui profitent du beau temps enneigé et font du shopping dans les échoppes voisines. De magnifiques pétales de sakura volent au gré du vent, accompagnés de flocons de neige.

PROMPT : Une visite au niveau de la rue à travers une ville futuriste qui est en harmonie avec la nature et aussi simultanément cyperpunk / high-tech. La ville doit être propre, avec des tramways futuristes, de belles fontaines, des hologrammes géants partout et des robots partout. Faites en sorte que la vidéo soit celle d'un guide touristique humain du futur montrant à un groupe d'extraterrestres la ville la plus cool et la plus glorieuse que les humains sont capables de construire.

Exemples d'animaux de Sora

PROMPT : Deux golden retrievers en baladodiffusion au sommet d'une montagne.

PROMPT : Une course de vélo sur l'océan avec différents animaux comme athlètes sur les vélos avec une vue de caméra de drone.

Comment fonctionne Sora ?

Comme les modèles d'IA générative texte-image tels que DALL-E 3, StableDiffusion et Midjourney, Sora est un modèle de diffusion. Cela signifie que chaque image de la vidéo commence par un bruit statique et qu'il utilise l'apprentissage automatique pour transformer progressivement les images en quelque chose qui ressemble à la description de l'invite. Les vidéos de Sora peuvent durer jusqu'à 60 secondes.

Résolution de la cohérence temporelle

Sora innove en prenant en compte plusieurs images vidéo à la fois, ce qui résout le problème de la cohérence des objets lorsqu'ils entrent et sortent du champ de vision. Dans la vidéo suivante, remarquez que la main du kangourou sort plusieurs fois du plan et que, lorsqu'elle revient, elle a la même apparence qu'auparavant. 

PROMPT : Un kangourou de dessin animé danse le disco.

Combinaison des modèles de diffusion et de transformation

Sora combine l'utilisation d'un modèle de diffusion avec une architecture de transformateur, comme celle utilisée par GPT.

En combinant ces deux types de modèles, Jack Qiao a noté que "les modèles de diffusion sont excellents pour générer des textures de bas niveau mais médiocres pour la composition globale, tandis que les transformateurs ont le problème inverse". En d'autres termes, vous voulez un modèle de transformateur de type GPT pour déterminer la structure de haut niveau des images vidéo et un modèle de diffusion pour créer les détails.

Dans un article technique sur la mise en œuvre de Sora, OpenAI fournit une description de haut niveau du fonctionnement de cette combinaison. Dans les modèles de diffusion, les images sont décomposées en "taches" rectangulaires plus petites. Pour la vidéo, ces taches sont tridimensionnelles car elles persistent dans le temps. Les patchs peuvent être considérés comme l'équivalent des "tokens" dans les grands modèles de langage : au lieu d'être un composant d'une phrase, ils sont un composant d'un ensemble d'images. La partie transformateur du modèle organise les patchs et la partie diffusion du modèle génère le contenu de chaque patch.

Une autre particularité de cette architecture hybride est que, pour que la génération de vidéos soit réalisable sur le plan informatique, le processus de création de patchs utilise une étape de réduction de la dimensionnalité afin que le calcul ne doive pas se faire sur chaque pixel pour chaque image.

Accroître la fidélité de la vidéo avec le recaptionnement

Pour capturer fidèlement l'essence du message de l'utilisateur, Sora utilise une technique de recapture qui est également disponible dans DALL-E 3. Cela signifie qu'avant de créer une vidéo, GPT est utilisé pour réécrire l'invite de l'utilisateur afin d'y inclure beaucoup plus de détails. Il s'agit essentiellement d'une forme d'ingénierie automatique.

Quelle est la qualité d'OpenAI Sora ?

Comme vous pouvez le voir dans les exemples fournis jusqu'à présent, Sora semble être un outil impressionnant et nous ne faisons qu'effleurer la surface de ce qui est possible. Par exemple, regardez le clip ci-dessous, qui offre un exemple de ce qu'il est possible de faire lorsque l'on travaille avec des cinéastes et des artistes :

Ce court métrage ressemble à une véritable bande-annonce de film, avec toute une série de plans, d'angles et de concepts différents, créant ainsi une vidéo assez homogène.

Cependant, d'autres exemples présentés par les membres de l'équipe OpenAI sont un peu moins convaincants (bien que toujours impressionnants). Regardez la vidéo ci-dessous du couple sur une plage :

PROMPT : Vidéo réaliste de personnes se relaxant à la plage, puis un requin sort de l'eau à mi-parcours et surprend tout le monde.

Bien qu'elle réponde clairement aux principaux éléments du message, cette scène n'est pas particulièrement convaincante et se situe résolument dans la vallée de l'inquiétude. Les trois mains de l'homme, le requin qui s'assemble en plusieurs parties à une échelle peu convaincante, le pivotement de la tête et le cri de la femme dignes de l'Exorciste - tout cela est un peu terrifiant.

Il est probable que, comme pour les images génératives, il faudra affiner les invites et faire des concessions - il ne s'agira pas de créer quelque chose de parfait à chaque fois.

Ceci étant dit, comparons la vidéo ci-dessus à un exemple créé à partir de la même invite en utilisant le modèle Gen-2 de Runway :

Comme vous pouvez le voir, il n'a pas particulièrement saisi le contexte de l'invitation et place bizarrement le requin et des personnes assez défigurées et amorphes. Comparativement, Sora d'OpenAI a fait un bien meilleur travail de création de la scène que Runway Gen-2.

Un autre exemple impressionnant de cas d'utilisation de Sora a été vu récemment avec un réalisateur qui a réalisé un clip vidéo avec Sora :

Il s'agit sans doute de l'un des exemples les plus aboutis de Sora en action et il montre l'énorme potentiel de cet outil pour l'avenir. C'est intéressant (et un peu trippant) et cela permet de capter une ambiance assez distincte qui est cohérente tout au long de l'histoire.

Toutefois, cette création comporte quelques mises en garde :

• Le réalisateur a généré 6 heures de clips pour une vidéo de 4 minutes (en utilisant 46 heures de temps de rendu sur un GPU H100).
• L'exemple de texte est d'environ 1 400 mots, ce qui est assez détaillé et spécifique
• Le réalisateur a tout de même dû utiliser les effets secondaires et nettoyer certaines transitions (qui manquent encore de naturel par endroits).

Nous avons donc l'impression d'être sur la voie d'une utilisation grand public de cet outil, mais compte tenu de la courte période pendant laquelle Sora a été mis à la disposition des artistes et des créateurs, les progrès sont assez surprenants.

Quelles sont les limites de Sora ?

OpenAI relève plusieurs limitations de la version actuelle de Sora. Sora n'a pas une compréhension implicite de la physique, et les règles physiques du "monde réel" ne sont donc pas toujours respectées.

Par exemple, le modèle ne comprend pas la notion de cause et d'effet. Par exemple, dans la vidéo suivante d'une explosion sur un panier de basket, après l'explosion du panier, le filet semble être rétabli.

PROMPT : Le ballon de basket traverse le cerceau et explose.

De même, la position spatiale des objets peut se déplacer de manière anormale. Dans la vidéo suivante sur les bébés loups, les animaux apparaissent spontanément et la position des loups se chevauche parfois.

PROMPT : Cinq loups gris s'ébattent et se poursuivent sur une route de gravier isolée, entourée d'herbe. Les chiots courent et sautent, se poursuivent, se mordent, jouent.

Questions sans réponse sur la fiabilité

La fiabilité de Sora est actuellement incertaine. Tous les exemples de l'OpenAI sont de très bonne qualité, mais il est difficile de savoir dans quelle mesure ils ont été sélectionnés. Lorsque vous utilisez des outils de conversion de texte en image, il est courant de créer dix ou vingt images, puis de choisir la meilleure. On ne sait pas exactement combien d'images l'équipe d'OpenAI a généré pour obtenir les vidéos présentées dans son article d'annonce. Si vous devez générer des centaines ou des milliers de vidéos pour obtenir une seule vidéo utilisable, cela constituerait un obstacle à l'adoption. Pour répondre à cette question, il faut attendre que l'outil soit largement disponible.

Quels sont les cas d'utilisation de Sora ?

Sora peut être utilisé pour créer des vidéos à partir de zéro ou étendre des vidéos existantes pour les rendre plus longues. Il peut également compléter les images manquantes des vidéos.

De la même manière que les outils d'IA générative texte-image ont considérablement facilité la création d'images sans expertise technique en matière d'édition d'images, Sora promet de faciliter la création de vidéos sans expérience en matière d'édition d'images. Voici quelques cas d'utilisation clés.

Médias sociaux

Sora peut être utilisé pour créer des vidéos de courte durée pour les plateformes de médias sociaux comme TikTok, Instagram Reels et YouTube Shorts. Les contenus difficiles ou impossibles à filmer sont particulièrement adaptés. Par exemple, cette scène de Lagos en 2056 serait techniquement difficile à filmer pour une publication sociale, mais elle est facile à créer avec Sora.

PROMPT : Une magnifique vidéo artisanale montrant les habitants de Lagos, au Nigeria, en l'an 2056. Prise de vue avec l'appareil photo d'un téléphone portable.

Publicité et marketing

La création de publicités, de vidéos promotionnelles et de démonstrations de produits est traditionnellement coûteuse. Des outils d'IA de conversion de texte en vidéo tels que Sora promettent de rendre ce processus beaucoup moins coûteux. Dans l'exemple suivant, un office de tourisme souhaitant promouvoir la région de Big Sur en Californie pourrait louer un drone pour prendre des images aériennes du site, ou utiliser l'IA, ce qui lui permettrait d'économiser du temps et de l'argent.

PROMPT : Vue de drone des vagues s'écrasant contre les falaises escarpées de la plage de Garay Point à Big Sur. Les eaux bleues déferlantes créent des vagues aux pointes blanches, tandis que la lumière dorée du soleil couchant illumine le rivage rocheux. Une petite île avec un phare se trouve au loin, et des arbustes verts couvrent le bord de la falaise. La chute abrupte de la route jusqu'à la plage est un véritable exploit, les bords de la falaise s'avançant sur la mer. Cette vue capture la beauté brute de la côte et le paysage accidenté de la Pacific Coast Highway.

Prototypage et visualisation du concept

Même si la vidéo d'IA n'est pas utilisée dans un produit final, elle peut être utile pour démontrer rapidement des idées. Les cinéastes peuvent utiliser l'IA pour créer des maquettes de scènes avant de les tourner, et les concepteurs peuvent créer des vidéos de produits avant de les fabriquer. Dans l'exemple suivant, une entreprise de jouets pourrait générer une maquette IA d'un nouveau jouet en forme de bateau pirate avant de s'engager à le créer à grande échelle.

PROMPT : Vidéo photoréaliste en gros plan de deux bateaux pirates s'affrontant à l'intérieur d'une tasse de café.

Génération de données synthétiques

Les données synthétiques sont souvent utilisées lorsque des problèmes de confidentialité ou de faisabilité empêchent l'utilisation de données réelles. Pour les données numériques, les cas d'utilisation les plus courants sont les données financières et les informations personnelles identifiables. L'accès à ces ensembles de données doit être étroitement contrôlé, mais vous pouvez créer des données synthétiques ayant des propriétés similaires et les mettre à la disposition du public.

Les données vidéo synthétiques sont notamment utilisées pour l'apprentissage des systèmes de vision artificielle. Comme je l'ai écrit en 2022, l'armée de l'air américaine utilise des données synthétiques pour améliorer les performances de ses systèmes de vision artificielle pour les drones afin de détecter les bâtiments et les véhicules la nuit et par mauvais temps. Des outils tels que Sora rendent ce processus beaucoup moins coûteux et plus accessible à un public plus large.

Quels sont les risques de Sora ?

Le produit étant nouveau, les risques ne sont pas encore entièrement décrits, mais ils seront probablement similaires à ceux des modèles texte-image.

Génération de contenu préjudiciable

En l'absence de garde-fous, Sora a le pouvoir de générer des contenus peu recommandables ou inappropriés, notamment des vidéos contenant de la violence, du gore, du matériel sexuellement explicite, des représentations désobligeantes de groupes de personnes et d'autres images haineuses, ainsi que la promotion ou l'apologie d'activités illégales.

Ce qui constitue un contenu inapproprié varie beaucoup en fonction de l'utilisateur (pensez à un enfant qui utilise Sora par rapport à un adulte) et du contexte de la génération vidéo (une vidéo mettant en garde contre les dangers des feux d'artifice peut facilement devenir sanglante d'un point de vue éducatif).

Désinformation et désinformation

D'après les vidéos d'exemple partagées par OpenAI, l'un des points forts de Sora est sa capacité à créer des scènes fantastiques qui ne pourraient pas exister dans la vie réelle. Cette force permet également de créer des vidéos "deepfake" où des personnes ou des situations réelles sont transformées en quelque chose de faux.

Lorsque ce contenu est présenté comme une vérité, soit accidentellement (désinformation), soit délibérément (désinformation), il peut causer des problèmes.

Comme l 'a écrit Eske Montoya Martinez van Egerschot, Chief AI Governance and Ethics Officer chez DigiDiplomacy, "l'IA est en train de remodeler les stratégies de campagne, l'engagement des électeurs et le tissu même de l'intégrité électorale."

Les vidéos convaincantes, mais fausses, de politiciens ou d'adversaires de politiciens ont le pouvoir de "diffuser stratégiquement de faux récits et de harceler des sources légitimes, dans le but de saper la confiance dans les institutions publiques et de susciter de l'animosité à l'égard de diverses nations et groupes de personnes".

Au cours d'une année marquée par de nombreuses élections importantes, de Taïwan à l'Inde en passant par les États-Unis, cette situation a des conséquences considérables.

Préjugés et stéréotypes

Les résultats des modèles d'IA générative dépendent fortement des données sur lesquelles ils ont été formés. Cela signifie que les biais culturels ou les stéréotypes dans les données d'apprentissage peuvent entraîner les mêmes problèmes dans les vidéos résultantes. Comme l'a évoqué Joy Buolamwini dans l'épisode Fighting For Algorithmic Justice de DataFrame, les biais dans les images peuvent avoir de graves conséquences en matière d'embauche et de maintien de l'ordre.

Comment puis-je accéder à Sora ?

Sora n'est actuellement accessible qu'aux chercheurs de l'"équipe rouge". Il s'agit d'experts chargés d'essayer d'identifier les problèmes liés au modèle. Par exemple, ils essaieront de générer du contenu présentant certains des risques identifiés dans la section précédente afin qu'OpenAI puisse atténuer les problèmes avant de mettre Sora à la disposition du public. 

L'équipe d'OpenAI indique également qu'elle donne accès au modèle à "un certain nombre d'artistes visuels, de concepteurs et de cinéastes", en leur demandant de donner leur avis sur le modèle et sur la manière dont il peut être utile aux professionnels de la création.

OpenAI n'a pas encore précisé la date de sortie publique de Sora, mais il est probable qu'elle se situe dans le courant de l'année 2024. Toutefois, l'entreprise souligne qu'elle "prend plusieurs mesures de sécurité importantes" afin de répondre aux préoccupations et d'identifier les utilisations positives. Ils travaillent avec des décideurs politiques, des éducateurs et des artistes pour s'assurer que la technologie est aussi sûre et utile que possible, ce qui pourrait prendre un certain temps.

Quelles sont les alternatives à Sora ?

Il existe plusieurs alternatives à Sora qui permettent aux utilisateurs de créer du contenu vidéo à partir de texte. Il s'agit notamment de

• Runway-Gen-3. L'alternative la plus connue à OpenAI Sora est Runway Gen-3. Comme Sora, il s'agit d'une IA générative texte-vidéo, et elle est actuellement disponible sur le web et sur mobile.
• Lumière. Google a récemment annoncé Lumiere, qui est actuellement disponible en tant qu'extension du framework Python d'apprentissage profond PyTorch.
• Réalisez une vidéo. Meta a annoncé Make-a-Video en 2022 ; là encore, cette fonction est disponible via une extension PyTorch.

Il existe également plusieurs concurrents plus petits :

• Pictory simplifie la conversion du texte en contenu vidéo, en ciblant les spécialistes du marketing de contenu et les éducateurs grâce à ses outils de génération de vidéos.
• Kapwing propose une plateforme en ligne pour créer des vidéos à partir de textes, en mettant l'accent sur la facilité d'utilisation pour les spécialistes du marketing des médias sociaux et les créateurs occasionnels.
• Synthesia se concentre sur la création de présentations vidéo alimentées par l'IA à partir de textes, en proposant des vidéos personnalisables dirigées par des avatars à des fins professionnelles et éducatives.
• HeyGen vise à simplifier la production de vidéos pour le marketing de produits et de contenu, la sensibilisation aux ventes et l'éducation.
• Steve AI fournit une plateforme d'IA qui permet de générer des vidéos et des animations de l'invite à la vidéo, du script à la vidéo et de l'audio à la vidéo.
• Elai se concentre sur l'apprentissage en ligne et la formation en entreprise, en offrant une solution pour transformer sans effort le contenu pédagogique en vidéos informatives.

Que signifie OpenAI Sora pour l'avenir ?

Il ne fait aucun doute que Sora est une innovation. Il est également évident que le potentiel de ce modèle génératif est vaste. Quelles sont les implications de Sora pour l'industrie de l'IA et le monde ? Nous ne pouvons, bien sûr, que faire des suppositions éclairées. Cependant, voici comment Sora peut changer les choses, pour le meilleur ou pour le pire.

Implications à court terme de l'OpenAI Sora

Examinons tout d'abord les effets directs et à court terme que Sora pourrait avoir à la suite de son lancement (probablement progressif) auprès du public.

Une vague de victoires rapides

Dans la section ci-dessus, nous avons déjà exploré certains des cas d'utilisation potentiels de Sora. Nombre d'entre eux seront probablement adoptés rapidement si Sora est mis à la disposition du public. Il peut s'agir de

• La prolifération des vidéos de courte durée pour les médias sociaux et la publicité. Attendez-vous à ce que les créateurs sur X (anciennement Twitter), TikTok, LinkedIn et d'autres encore améliorent la qualité de leur contenu grâce aux productions de Sora.
• L'adoption de Sora pour le prototypage. Qu'il s'agisse de présenter de nouveaux produits ou des projets architecturaux, Sora pourrait devenir un outil courant de présentation d'idées.
• Amélioration de la présentation des données. L'IA générative texte-vidéo pourrait nous offrir une visualisation plus vivante des données, de meilleures simulations de modèles et des moyens interactifs d'explorer et de présenter les données. Cela dit, il sera important de voir comment Sora se comporte sur ce type de questions.
• De meilleures ressources d'apprentissage. Avec des outils comme Sora, les supports d'apprentissage pourraient être grandement améliorés. Les concepts compliqués peuvent être rendus plus vivants, tandis que les apprenants plus visuels ont la possibilité d'obtenir de meilleures aides à l'apprentissage.

Un champ de mines de risques

Bien entendu, comme nous l'avons souligné précédemment, ces technologies s'accompagnent d'une série d'inconvénients potentiels, qu'il est impératif de maîtriser. Voici quelques-uns des risques auxquels nous devons être attentifs :

• La diffusion de la désinformation et des informations erronées. Collectivement, nous devrons faire preuve d'un plus grand discernement quant au contenu que nous consommons, et nous aurons besoin de meilleurs outils pour repérer ce qui est fabriqué ou manipulé. Ceci est particulièrement important dans une année électorale.
• Violation des droits d'auteur. Nous devrons être attentifs à l'utilisation de nos images et de nos ressemblances. La législation et les contrôles peuvent être nécessaires pour empêcher que nos données personnelles soient utilisées d'une manière à laquelle nous n'avons pas consenti. Il est fort probable que ce débat s'engage d'abord lorsque les fans commenceront à créer des vidéos basées sur leurs films préférés - cela dit, les risques personnels sont également énormes.
• Défis réglementaires et éthiques. Les progrès de l'IA générative sont déjà difficiles à suivre pour les régulateurs, et Sora pourrait exacerber ce problème. Nous devons trouver le moyen d'utiliser Sora de manière appropriée et équitable, sans porter atteinte aux libertés individuelles ni étouffer l'innovation.
• Dépendance à l'égard de la technologie. Des outils comme Sora pourraient être considérés comme un raccourci pour beaucoup plutôt que comme un assistant. Les gens pourraient y voir un substitut à la créativité, ce qui pourrait avoir des conséquences pour de nombreux secteurs et les professionnels qui y travaillent.

La vidéo générative devient la prochaine frontière de la concurrence

Nous avons déjà mentionné quelques alternatives à Sora, mais nous pouvons nous attendre à ce que cette liste s'allonge considérablement en 2024 et au-delà. Comme nous l'avons vu avec le ChatGPT, il existe une liste de plus en plus longue d'alternatives se disputant les postes et de nombreux projets itérant sur les LLM open-source sur le marché.

Sora pourrait bien être l'outil qui continue à stimuler l'innovation et la concurrence dans le domaine de l'IA générative. Qu'il s'agisse de modèles adaptés à des utilisations spécifiques ou de technologies propriétaires en concurrence directe, de nombreux grands acteurs du secteur voudront sans doute prendre part à l'action de la conversion de texte en vidéo.

Implications à long terme de l'OpenAI Sora

Lorsque la poussière commencera à retomber après le lancement public de Sora d'OpenAI, nous commencerons à voir ce que l'avenir nous réserve à plus long terme. Au fur et à mesure que les professionnels d'un grand nombre d'industries mettent la main sur l'outil, Sora sera inévitablement utilisé à des fins qui changeront la donne. Imaginons ce que pourraient être certains d'entre eux :

Les cas d'utilisation à haute valeur ajoutée peuvent être débloqués

Il est possible que Sora (ou des outils similaires) devienne un pilier de plusieurs industries :

• Création de contenu avancé. Nous pourrions voir Sora comme un outil permettant d'accélérer la production dans des domaines tels que la RV et l'AR, les jeux vidéo, et même les divertissements traditionnels tels que la télévision et les films. Même s'il n'est pas utilisé directement pour créer de tels médias, il peut contribuer à la création de prototypes et de story-boards.
• Divertissement personnalisé. Bien sûr, nous pourrions imaginer un cas où Sora crée et sélectionne du contenu spécifiquement adapté à l'utilisateur. Des médias interactifs et réactifs, adaptés aux goûts et aux préférences de chacun, pourraient voir le jour.
• L'éducation personnalisée. Là encore, ce contenu hautement individualisé pourrait trouver sa place dans le secteur de l'éducation, en aidant les étudiants à apprendre d'une manière qui soit la mieux adaptée à leurs besoins.
• Montage vidéo en temps réel. Le contenu vidéo pourrait être édité ou re-produit en temps réel pour convenir à différents publics, en adaptant des aspects tels que le ton, la complexité ou même la narration en fonction des préférences ou des commentaires des spectateurs.

Les frontières entre les mondes physique et numérique commencent à s'estomper

Nous avons déjà évoqué la réalité virtuelle (VR) et la réalité augmentée (AR), mais Sora a le potentiel de révolutionner la façon dont nous interagissons avec le contenu numérique lorsqu'elle est combinée à ces supports. Si les futures itérations de Sora sont capables de générer des mondes virtuels de haute qualité qui peuvent être habités en quelques secondes - et de tirer parti du texte et de l'audio génératifs pour les peupler de personnages virtuels apparemment réels - cela soulève de sérieuses questions sur ce que signifie naviguer dans le monde numérique à l'avenir.

Notes de clôture

En conclusion, le modèle Sora d'OpenAI promet un bond en avant dans la qualité de la vidéo générative. La prochaine publication et ses applications potentielles dans différents secteurs sont très attendues. Si vous êtes impatient de vous lancer dans le monde de l'IA générative, notre cursus de compétences AI Fundamentals vous aidera à vous mettre à niveau sur les points suivants. ​l'apprentissage automatique, l'apprentissage profond, le NLP, les modèles génératifs, etc.

Pour plus de ressources sur les dernières nouveautés dans le monde de l'IA, consultez la liste ci-dessous :

• Abonnez-vous au podcast DataFrame
• Devenez un développeur d'IA Série Code-Along
• Consultez nos tutoriels sur l'IA