Wat is OpenAI’s Sora? Werking, voorbeelden, functies

Wat is Sora?

Sora is OpenAI’s tekst-naar-video generatieve AI-model. Dat betekent dat je een tekstprompt schrijft en dat er vervolgens een video wordt gemaakt die past bij de beschrijving van die prompt. Hier is een voorbeeld van de OpenAI-site:

PROMPT: Een stijlvolle vrouw loopt over een straat in Tokio vol warm gloeiend neon en geanimeerde stadsborden. Ze draagt een zwart leren jack, een lange rode jurk en zwarte laarzen, en heeft een zwarte handtas bij zich. Ze draagt een zonnebril en rode lippenstift. Ze loopt zelfverzekerd en nonchalant. De straat is vochtig en reflecterend, waardoor een spiegeleffect van de kleurrijke lichten ontstaat. Er lopen veel voetgangers rond.

Sora-functies

Sora heeft een paar functies waarmee je meer controle krijgt over het videogeneratieproces. Laten we ze stuk voor stuk bekijken.

Remix

Met de remix-functie kunnen gebruikers bestaande video’s opnieuw vormgeven door onderdelen te veranderen zonder de essentie van het origineel te verliezen. Of het nu gaat om kleuren wijzigen, achtergronden vervangen of visuele elementen bijstellen: remix biedt een flexibele manier om te experimenteren met de uitstraling van een video.

Deze functie is perfect voor makers die oud materiaal willen opfrissen, video’s willen afstemmen op specifieke thema’s of varianten willen verkennen voor brandingdoeleinden.

Neem bijvoorbeeld de twee video’s hieronder:

1. Originele video: "Open grote deuren naar een bibliotheek"
2. Remix-video: “Verander de bibliotheek in een ruimteschip”

Re-cut

Met de re-cut-functie kunnen makers de meest impactvolle frames in een video aanwijzen en isoleren, en deze in beide richtingen verlengen om een complete scène op te bouwen. Deze tool is ideaal om sleutel­momenten te versterken, de aandacht te vestigen op specifieke visuals of een soepelere overgang tussen scènes te creëren. Door te focussen op de sterkste frames helpt Re-cut het vertelproces te verfijnen en krijgen makers meer controle over tempo en nadruk.

Loop

Met de loop-functie maak je eenvoudig naadloze herhalingen van videoclips. Ideaal voor achtergrondvisuals, muziekvideo’s of hypnotiserende animaties; deze tool zorgt voor vloeiende, natuurlijke overgangen tussen loops. Zo kun je de duur van boeiende momenten verlengen of een consistent ritme behouden voor video’s die continu moeten afspelen.

Hieronder zie je een bloem die voortdurend openbloeit en sluit in een naadloze loop, zonder zichtbare knip in de overgang:

Storyboard

Met de storyboard-functie kunnen makers specifieke shots genereren op aangewezen framepunten op de tijdlijn, wat precieze controle over het visuele verhaal geeft. In de demo van OpenAI kun je bijvoorbeeld de volgende sequentie van shots storyboarden:

1. Frames 0-114: “Een uitgestrekt rood landschap met in de verte een aangemeerd ruimteschip.”
2. Frames 114-324: “Vanuit het ruimteschip naar buiten kijkend staat een ruimtecowboy in het midden van het frame.”
3. Frames 324-440: “Gedetailleerde close-up van de ogen van een astronaut, omkaderd door een gebreid stoffen masker.”

Blend

Met de blend-functie kun je verschillende video- of stijlelementen combineren om nieuwe composities te creëren. Door beelden, kleuren of artistieke benaderingen te mixen, maak je visuals die uniek en fris aanvoelen. Deze aanpak werkt goed voor experimentele projecten, mash-ups of creatieve verhalen die onconventionele ideeën verkennen.

Hieronder zie je een video die twee video’s blendt:

1. Een video van vallende sneeuwvlokken
2. Een video van vallende bloemblaadjes

Stijl-presets

Style preset biedt een verzameling vooraf gedefinieerde esthetische sjablonen die je op video’s kunt toepassen. Met deze presets bereik je makkelijker een specifieke look, of die nu filmisch is, levendig en speels, of professioneel.

Zo ziet de Film Noir-preset er bijvoorbeeld uit:

Hoe werkt Sora?

Net als tekst-naar-beeld generatieve AI-modellen zoals DALL·E 3, StableDiffusion en Midjourney is Sora een diffusie­model. Dat betekent dat elk frame van de video begint als statische ruis en dat machine learning vervolgens de beelden geleidelijk transformeert naar iets dat lijkt op de beschrijving in de prompt.

Tijdelijke consistentie oplossen

Een innovatie in Sora is dat het meerdere videoframes tegelijk in beschouwing neemt, wat het probleem oplost van objecten consistent houden wanneer ze in en uit beeld bewegen. Let in de volgende video op dat de hand van de kangoeroe meerdere keren uit beeld gaat en bij terugkomst er hetzelfde uitziet als daarvoor. 

PROMPT: Een tekenfilm-kangoeroe die disco danst.

Diffusie- en transformermodellen combineren

Sora combineert het gebruik van een diffusie­model met een transformer-architectuur, zoals gebruikt door GPT.

Bij het combineren van deze twee modeltypen merkte Jack Qiao op dat "diffusiemodellen goed zijn in het genereren van low-level textuur maar slecht in globale compositie, terwijl transformers het omgekeerde probleem hebben." Met andere woorden: je wilt een GPT-achtige transformermodel de hoog­niveaulay-out van de videoframes laten bepalen en een diffusiemodel de details laten creëren.

In een technisch artikel over de implementatie van Sora geeft OpenAI een high-level beschrijving van hoe deze combinatie werkt. In diffusiemodellen worden beelden opgedeeld in kleinere rechthoekige “patches”. Voor video zijn deze patches driedimensionaal omdat ze door de tijd heen blijven bestaan. Patches kun je zien als het equivalent van “tokens” in grote taalmodellen: in plaats van een onderdeel van een zin zijn ze een onderdeel van een set beelden. Het transformer­gedeelte van het model organiseert de patches, en het diffusiegedeelte genereert de inhoud voor elke patch.

Een andere eigenaardigheid van deze hybride architectuur is dat, om videogeneratie computationeel haalbaar te maken, het proces van patches creëren een stap van dimensiereductie gebruikt zodat er niet voor elke pixel van elk frame berekening nodig is.

De videokwaliteit verhogen met recaptioning

Om de essentie van de prompt van de gebruiker trouw vast te leggen, gebruikt Sora een recaptioning-techniek die ook beschikbaar is in DALL·E 3. Dit betekent dat voordat er een video wordt gemaakt, GPT de gebruikersprompt herschrijft om veel meer detail op te nemen. Het is in feite een vorm van automatische prompt engineering.

Hoe goed is OpenAI Sora?

Zoals je aan de tot nu toe getoonde voorbeelden kunt zien, lijkt Sora een indrukwekkende tool en krabben we alleen nog maar aan de oppervlakte van wat mogelijk is. Bekijk bijvoorbeeld de clip hieronder, die een voorproefje geeft van wat mogelijk is in samenwerking met filmmakers en artiesten:

Deze korte film voelt als een echte filmtailer, met een reeks verschillende shots, hoeken en concepten die samen een behoorlijk naadloze video vormen.

Andere voorbeelden die door teamleden van OpenAI zijn getoond, zijn echter iets minder overtuigend (zij het nog steeds indrukwekkend). Bekijk de onderstaande video van het stel op een strand (deze video is gegenereerd met het vorige Sora-model; we zijn van plan hem opnieuw te genereren zodra we toegang krijgen tot de bijgewerkte Sora-versie):

PROMPT: Realistische video van mensen die ontspannen op het strand; halverwege springt er een haai uit het water die iedereen verrast.

Hoewel duidelijk de belangrijkste punten uit de prompt worden geraakt, is het geen bijzonder overtuigende scène en bevindt hij zich stevig in de uncanny valley. De drie handen van de man, de haai die uit meerdere delen samenkomt op een onwaarschijnlijke schaal, de Exorcist-achtige hoofdzwieper en kreet van de vrouw — het is allemaal een beetje angstaanjagend.

Waarschijnlijk zal er, net als bij generatieve beelden, sprake zijn van het verfijnen van prompts en het accepteren van beperkingen — het wordt niet elke keer perfect.

Dat gezegd hebbende, laten we de bovenstaande video vergelijken met een voorbeeld dat is gemaakt met exact dezelfde prompt met Runway’s Gen-2-model:

Zoals je ziet pakt het de context van de prompt niet echt goed op en is de plaatsing van de haai vreemd, met daarnaast nogal misvormde en amorfe mensen. Vergeleken hiermee heeft OpenAI’s Sora het veel beter gedaan bij het neerzetten van de scène dan Runway Gen-2.

Een ander indrukwekkend voorbeeld van een Sora-use-case was onlangs te zien bij een regisseur die een muziekvideo maakte met Sora:

Dit is misschien wel een van de meest volledig uitgewerkte voorbeelden van Sora in actie en het laat het enorme potentieel zien als tool voor de toekomst. Het is interessant (en een beetje trippy) en legt een behoorlijk uitgesproken vibe vast die consistent blijft.

Er zijn echter enkele kanttekeningen bij deze creatie:

• De regisseur genereerde 6 uur aan clips voor een video van 4 minuten (met 46 uur rendertijd op een H100 GPU)
• De voorbeeldprompt is ongeveer 1.400 woorden, wat behoorlijk gedetailleerd en specifiek is
• De regisseur moest nog steeds After Effects gebruiken en enkele overgangen opschonen (die op sommige plekken nog onnatuurlijk aanvoelen)

Het voelt dus zeker alsof we nog een eind verwijderd zijn van grootschalig consumentengebruik van deze tool, maar gezien het korte tijdsbestek waarin Sora beschikbaar is voor kunstenaars en creatieven om te testen, is de vooruitgang behoorlijk verbluffend.

Wat zijn de beperkingen van Sora?

Dit gedeelte beschrijft enkele beperkingen van de vorige versie van Sora. Het is de moeite waard om te kijken of de nieuwe versie deze problemen aanpakt. We werken dit gedeelte bij zodra we toegang hebben tot de nieuwe versie.

Sora heeft geen impliciet begrip van natuurkunde, waardoor “echte” fysieke regels niet altijd worden nageleefd. Een voorbeeld hiervan is dat het model oorzaak en gevolg niet begrijpt. In de volgende video van een explosie bij een basketbalring lijkt het net na de explosie weer hersteld te zijn.

PROMPT: Basketbal door de ring en dan ontploft deze.

Ook kan de ruimtelijke positie van objecten onnatuurlijk verschuiven. In de volgende video van wolvenpups verschijnen dieren spontaan en overlappen de posities van de wolven soms.

PROMPT: Vijf grijze wolvenpups die dartelen en elkaar achternazitten op een afgelegen grindweg, omringd door gras. De pups rennen en springen, jagen op elkaar en happen naar elkaar, spelend.

Use-cases van Sora

Sora kan worden gebruikt om video’s vanaf nul te maken of bestaande video’s te verlengen. Het kan ook ontbrekende frames in video’s invullen.

Net zoals tekst-naar-beeld generatieve AI-tools het drastisch makkelijker hebben gemaakt om afbeeldingen te maken zonder technische beeldbewerkingskennis, belooft Sora het eenvoudiger te maken om video’s te creëren zonder ervaring met videobewerking. Dit zijn enkele belangrijke use-cases.

Social media

Sora kan worden gebruikt om shortform-video’s te maken voor socialmediaplatforms zoals TikTok, Instagram Reels en YouTube Shorts. Content die moeilijk of onmogelijk te filmen is, leent zich hier bijzonder goed voor. Deze scène van Lagos in 2056 is bijvoorbeeld technisch lastig te filmen voor een socialpost, maar is eenvoudig te creëren met Sora.

PROMPT: Een mooie homevideo die de mensen van Lagos, Nigeria in het jaar 2056 laat zien. Gefilmd met een mobiele telefoon.

Adverteren en marketing

Advertenties, promotievideo’s en productdemo’s maken is traditioneel duur. Tekst-naar-video AI-tools zoals Sora beloven dit proces veel goedkoper te maken. In het volgende voorbeeld kan een toeristenbureau dat de Big Sur-regio van Californië wil promoten een drone huren om luchtbeelden te maken, of AI gebruiken, wat tijd en geld bespaart.

PROMPT: Drone-view van golven die beuken tegen de ruige kliffen langs Garay Point Beach in Big Sur. Het blauwe water slaat wit schuimend uiteen, terwijl het gouden licht van de ondergaande zon de rotsachtige kust verlicht. In de verte ligt een klein eiland met een vuurtoren, en groene struiken bedekken de rand van de klif. De steile afdaling van de weg naar het strand is een dramatisch schouwspel, waarbij de klifranden boven de zee uitsteken. Dit is een uitzicht dat de ruwe schoonheid van de kust en het ruige landschap van de Pacific Coast Highway vastlegt.

Prototyping en conceptvisualisatie

Zelfs als AI-video niet in een eindproduct wordt gebruikt, kan het handig zijn om snel ideeën te demonstreren. Filmmakers kunnen AI gebruiken voor mock-ups van scènes voordat ze gaan draaien, en ontwerpers kunnen video’s van producten maken voordat ze die bouwen. In het volgende voorbeeld kan een speelgoedbedrijf een AI-mock-up van een nieuw piratenschip-speelgoed genereren voordat het besluit om het op schaal te produceren.

PROMPT: Fotorealistische close-upvideo van twee piratenschepen die met elkaar vechten terwijl ze varen in een kop koffie.

Synthetische datageneratie

Synthetische data wordt vaak gebruikt in gevallen waarin privacy- of haalbaarheidskwesties verhinderen dat echte data wordt gebruikt. Voor numerieke gegevens zijn veelvoorkomende use-cases financiële data en persoonsgegevens. Toegang tot deze datasets moet strikt worden gecontroleerd, maar je kunt synthetische data met vergelijkbare eigenschappen creëren om publiek beschikbaar te maken.

Een toepassing van synthetische videodata is het trainen van computervisionsystemen. Zoals ik in 2022 schreef, gebruikt de Amerikaanse luchtmacht synthetische data om de prestaties van computervisionsystemen voor onbemande luchtvoertuigen te verbeteren, zodat die ’s nachts en bij slecht weer gebouwen en voertuigen kunnen detecteren. Tools zoals Sora maken dit proces veel goedkoper en toegankelijker voor een breder publiek.

De risico’s van Sora

Het product is nieuw, dus de risico’s zijn nog niet volledig beschreven, maar ze zullen waarschijnlijk vergelijkbaar zijn met die van tekst-naar-beeld-modellen.

Genereren van schadelijke content

Zonder waarborgen heeft Sora de kracht om onsmakelijke of ongepaste content te genereren, waaronder video’s met geweld, gore, seksueel expliciet materiaal, denigrerende uitbeeldingen van groepen mensen en andere haatdragende beelden, en de promotie of verheerlijking van illegale activiteiten.

Wat “ongepaste content” is, verschilt sterk per gebruiker (denk aan een kind dat Sora gebruikt versus een volwassene) en de context van de videogeneratie (een video die waarschuwt voor de gevaren van vuurwerk kan educatief gezien al snel bloederig worden).

Mis- en desinformatie

Op basis van de voorbeeldvideo’s die door OpenAI zijn gedeeld, is een van Sora’s sterkten het creëren van fantastische scènes die in het echt niet kunnen bestaan. Diezelfde kracht maakt het ook mogelijk om “deepfake”-video’s te maken waarin echte mensen of situaties worden veranderd in iets dat niet waar is.

Wanneer dit soort content als waarheid wordt gepresenteerd, per ongeluk (misinformatie) of opzettelijk (desinformatie), kan dat problemen veroorzaken.

Zoals Eske Montoya Martinez van Egerschot, Chief AI Governance and Ethics Officer bij DigiDiplomacy, schreef, “AI hervormt campagne­strategieën, kiezersbetrokkenheid en het fundament van electorale integriteit.”

Overtuigende maar valse AI-video’s van politici of hun tegenstanders kunnen “op strategische wijze valse narratieven verspreiden en legitieme bronnen belagen, met als doel het vertrouwen in publieke instellingen te ondermijnen en vijandigheid jegens verschillende landen en bevolkingsgroepen aan te wakkeren”.

In een jaar met veel belangrijke verkiezingen, van Taiwan tot India en de Verenigde Staten, heeft dit brede consequenties.

Vooroordelen en stereotypen

De output van generatieve AI-modellen hangt sterk af van de data waarop ze zijn getraind. Dat betekent dat culturele vooroordelen of stereotypen in de trainingsdata kunnen leiden tot dezelfde problemen in de resulterende video’s. Zoals Joy Buolamwini besprak in de DataFramed-aflevering Fighting For Algorithmic Justice, kunnen vooroordelen in beelden ernstige gevolgen hebben voor werving en politiewerk.

Hoe krijg ik toegang tot Sora?

Ga voor toegang tot Sora naar sora.com. Op het moment van schrijven is Sora beschikbaar in het grootste deel van de wereld, behalve in het grootste deel van Europa en het VK.

Toegang tot Sora vereist een abonnement op ChatGPT Plus of ChatGPT Pro. Beide niveaus bieden gebruikers de mogelijkheid om Sora’s geavanceerde videogeneratietools te verkennen, maar er zijn belangrijke verschillen in functies en limieten:

Wat zijn de alternatieven voor Sora?

Er zijn verschillende bekende alternatieven voor Sora waarmee gebruikers videocontent uit tekst kunnen maken. Dit zijn onder andere:

• Runway-Gen-3. Het meest in het oog springende alternatief voor OpenAI Sora is Runway Gen-3. Net als Sora is dit een tekst-naar-video generatieve AI en momenteel beschikbaar op web en mobiel.
• Lumiere. Google kondigde onlangs Lumiere aan, dat momenteel beschikbaar is als een extensie voor het PyTorch deep-learning Python-framework.
• Make-a-Video. Meta kondigde in 2022 Make-a-Video aan; ook dit is beschikbaar via een PyTorch-extensie.

Er zijn ook verschillende kleinere concurrenten:

• Pictory vereenvoudigt de omzetting van tekst naar videocontent en richt zich met zijn videogeneratietools op contentmarketeers en docenten.
• Kapwing biedt een online platform om video’s uit tekst te maken, met nadruk op gebruiksgemak voor socialmediamarketeers en casual makers.
• Synthesia richt zich op het creëren van AI-aangedreven videopresentaties uit tekst, met aanpasbare avatar-gestuurde video’s voor zakelijke en educatieve doeleinden.
• HeyGen wil videoproductie vereenvoudigen voor product- en contentmarketing, sales outreach en educatie.
• Steve AI biedt een AI-platform dat video’s en animaties kan genereren van Prompt to Video, Script to Video en Audio to Video.
• Elai richt zich op e-learning en corporate training en biedt een oplossing om instructieve content moeiteloos om te zetten in informatieve video’s

Wat betekent OpenAI Sora voor de toekomst?

Er is weinig twijfel dat Sora baanbrekend is. Ook is duidelijk dat het potentieel van dit generatieve model enorm is. Wat zijn de implicaties van Sora voor de AI-industrie en de wereld? We kunnen natuurlijk slechts weloverwogen gokken. Dit zijn echter enkele manieren waarop Sora dingen kan veranderen, ten goede of ten kwade.

Korte­termijnimplicaties van OpenAI Sora

Laten we eerst kijken naar de directe, kortetermijn­effecten die we van Sora kunnen zien bij de (waarschijnlijk gefaseerde) publieke lancering.

Een golf van quick wins

In het bovenstaande gedeelte hebben we al enkele mogelijke use-cases van Sora verkend. Veel daarvan zullen waarschijnlijk snel worden omarmd als en wanneer Sora voor het publiek beschikbaar komt. Dit kan omvatten:

• De toename van shortform-video’s voor social media en advertising. Verwacht dat makers op X (voorheen Twitter), TikTok, LinkedIn en andere platformen de kwaliteit van hun content opschroeven met Sora-producties.
• De adoptie van Sora voor prototyping. Of het nu gaat om het demonstreren van nieuwe producten of het tonen van voorgestelde bouwprojecten, Sora kan gangbaar worden voor het pitchen van ideeën.
• Verbeterde dataverhalen. Tekst-naar-video generatieve AI kan zorgen voor levendigere datavisualisatie, betere modelsimulaties en interactieve manieren om data te verkennen en te presenteren. Wel is het belangrijk om te zien hoe Sora presteert op dit soort prompts.
• Betere leermaterialen. Met tools zoals Sora kunnen leermiddelen sterk worden verrijkt. Ingewikkelde concepten kunnen tot leven worden gebracht, terwijl meer visuele leerlingen betere hulpmiddelen krijgen.

Een mijnenveld aan risico’s

Natuurlijk, zoals we eerder benadrukten, brengt zulke technologie een reeks potentiële nadelen met zich mee en is het essentieel dat we die goed navigeren. Dit zijn enkele risico’s waarop we alert moeten zijn:

• De verspreiding van mis- en desinformatie. We zullen collectief kritischer moeten zijn op de content die we consumeren en betere tools nodig hebben om te herkennen wat gemaakt of gemanipuleerd is. Dit is extra belangrijk in een verkiezingsjaar.
• Auteursrechtschending. We moeten bedachtzaam omgaan met hoe onze beelden en gelijkenissen worden gebruikt. Wetgeving en controles zijn mogelijk nodig om te voorkomen dat onze persoonlijke data op ongewenste manieren wordt ingezet. Dit debat zal waarschijnlijk eerst spelen wanneer fans video’s gaan maken gebaseerd op hun favoriete filmfranchises — maar de persoonlijke risico’s zijn hier ook groot.
• Regulatoire en ethische uitdagingen. De vooruitgang in generatieve AI is nu al lastig voor toezichthouders om bij te benen, en Sora kan dit probleem verergeren. We moeten het juiste en eerlijke gebruik van Sora vormgeven zonder individuele vrijheden te schaden of innovatie te smoren.
• Afhankelijkheid van technologie. Tools zoals Sora kunnen voor velen een snelkoppeling worden in plaats van een assistent. Mensen kunnen het zien als vervanging van creativiteit, met mogelijke gevolgen voor vele sectoren en de professionals die daarin werken.

Generatieve video wordt de volgende concurrentiestrijd

We noemden al een paar alternatieven voor Sora, maar we kunnen verwachten dat deze lijst in 2024 en daarna flink groeit. Zoals we bij ChatGPT zagen, is er een steeds langer wordende lijst met alternatieven die om hun plek strijden en veel projecten die itereren op de open-source LLM’s op de markt.

Sora zou wel eens de tool kunnen zijn die innovatie en concurrentie in het veld van generatieve AI blijft aanjagen. Of het nu via use-case-specifieke, fijn-afgestemde modellen is of via propriëtaire technologie die er direct mee concurreert: veel grote spelers in de industrie zullen waarschijnlijk een stuk van de tekst-naar-video-taart willen.

Langetermijnimplicaties van OpenAI Sora

Als het stof is neergedaald na de publieke lancering van OpenAI’s Sora, zullen we zien wat de langere termijn brengt. Naarmate professionals in talloze sectoren met de tool aan de slag gaan, zullen er onvermijdelijk baanbrekende toepassingen van Sora ontstaan. Laten we speculeren over wat sommige daarvan kunnen zijn:

Use-cases met hoge waarde worden ontsloten

Het is mogelijk dat Sora (of vergelijkbare tools) een vaste waarde wordt in verschillende sectoren:

• Geavanceerde contentcreatie. We zouden Sora kunnen zien als versneller van productie in domeinen als VR en AR, videogames en zelfs traditionele entertainment zoals tv en film. Zelfs als het niet direct wordt gebruikt om dergelijke media te maken, kan het helpen om ideeën te prototypen en te storyboarden.
• Gepersonaliseerde entertainment. We zouden ook kunnen zien dat Sora content creëert en cureert die specifiek is afgestemd op de gebruiker. Interactieve en responsieve media die zijn afgestemd op iemands smaak en voorkeuren kunnen ontstaan.
• Gepersonaliseerd onderwijs. Opnieuw kan deze sterk geïndividualiseerde content een plek vinden in het onderwijs, zodat studenten kunnen leren op de manier die het beste bij hen past.
• Realtime videobewerking. Videocontent kan in realtime worden bewerkt of opnieuw geproduceerd voor verschillende doelgroepen, waarbij zaken als toon, complexiteit of zelfs verhaallijn worden aangepast op basis van voorkeuren of feedback van kijkers.

De lijnen tussen fysieke en digitale werelden vervagen

We hadden het al over virtual reality (VR) en augmented reality (AR), maar Sora heeft het potentieel om, gecombineerd met deze media, te revolutioneren hoe we met digitale content omgaan. Als toekomstige iteraties van Sora in staat zijn om binnen seconden hoogwaardige virtuele werelden te genereren — en met generatieve tekst & audio die te bevolken met schijnbaar echte virtuele personages — dan roept dat serieuze vragen op over wat het betekent om in de toekomst in de digitale wereld te navigeren.

Slotopmerkingen

OpenAI’s Sora-model belooft een sprong voorwaarts in de kwaliteit van generatieve video. De publieke release werd lang verwacht en de potentiële toepassingen in verschillende sectoren worden reikhalzend tegemoet gezien. Als je staat te popelen om te beginnen in de wereld van generatieve AI, helpt onze AI Fundamentals skill track je snel op weg met machine learning, deep learning, NLP, generatieve modellen en meer.

Voor meer bronnen over het laatste nieuws in de wereld van AI, bekijk de lijst hieronder:

• Abonneer je op de DataFramed-podcast
• Word een AI Developer Code-Along Series
• Bekijk onze AI-tutorials