Sora 2: Örnekler, Eleştiriler ve İlk İzlenimler

Bunun dışında model, birkaç başka iyileştirme daha vadediyor. Her iddia edilen gelişmeyi tek tek ele alalım ve bazı örneklere eleştirel bakalım.

Fiziksel olarak daha isabetli

Sora 2’nin ağırlık, denge, nesne sürekliliği ve neden-sonuç gibi kavramları daha iyi anladığı söyleniyor. Biri basket atışını kaçırdığında, topun çemberden sekmesi gerekiyor—eski modellerde gördüğümüz gibi sihirli bir şekilde potaya ışınlanması değil. Şu örneği analiz edelim:

Videonun büyük bölümünde fiziksel dinamikler oldukça ikna edici görünüyor; ancak en son karelere (son 0,5 saniye) bakarsanız, patencinin bacaklarının imkânsız, neredeyse biçimi bozan bir şekle uzadığını görürsünüz.

Kedi patencinin başından düştüğünde, düşüş ağırlıksız ve yapay hissettiriyor. Ardından, en sonda kedi imkânsız bir piruet yapıyor.

Bu videodaki bir diğer büyük sorun, ses sürekliliği varken görüntü sürekliliğinin eksik olması. Arenadaki anonsçunun mikrofondan konuşmasını dinlediğimizde, seste bir kesinti olmadığından eylemin ve zamanın kesintisiz olduğunu çıkarabiliyoruz; fakat 10 saniyelik video aslında farklı zamanlarda çekildiği açıkça belli olan üç ayrı plandan oluşuyor. Sora 2’nin temel kurgu ilkeleri hakkında pek fikri olmadığı bana çok net görünüyor.

Başarısızlığı simüle edebilme

Bir diğer ince (ama çok faydalı) yükseltme, Sora 2’nin artık gerçekçi hatalar üretebilmesi. Eski modeller çoğunlukla başarılı eylemleri gösterirdi—biri hep atlayışı tamamlar, hep golü atardı. Sora 2 başarısızlığı simüle etmeye çalışıyor; bu göründüğünden daha zor. Yapay zekâ için “hata yapmak”ı gerçekçi biçimde üretmek, çoğu zaman fiziğe ve insan davranışına dair daha derin bir iç model gerektiriyor.

Bir örneğe bakalım:

Aslında bu videoyu epey beğendim; düşüşün gerçek olduğuna neredeyse ikna ediyor. İllüzyonu bozan tek şey, sonda görülen imkânsız denge. Tartışmaya açık; ama bence adam çok daha önce düşmeliydi.

Bununla birlikte, hatalar üretebilme yetisi çok potansiyel barındırıyor. Aklıma gelen en bariz kullanım alanı, tehlikeli bir çekimi yapmanız gerektiğinde. Gerçek bir kişi kullanmak yerine, belki bütçeyi düşürmek ve komplikasyonları önlemek için yapay zekâyı deneyebilirsiniz.

Daha iyi süreklilik

OpenAI, Sora 2’nin birden fazla plan boyunca karmaşık istemlere uyarak aynı karakteri, ışığı ve genel dünya durumunu koruyabildiğini söylüyor. Yani kırmızı ceketli bir adamın bir binaya girmesini, koridordan yürümesini ve masadan bir gazete almasını isterseniz; ceket kırmızı kalmalı, koridor tutarlı kalmalı ve bir anda iki gazete ya da üç kol belirmemeli.

Bu özellik için bulabildiğim en ilgili örnek şu:

Bu örnek, tek bir 10 saniyelik videoya etkileyici biçimde altı plan sığdırıyor. Sürekliliği gerçekten satan unsur ses—arka plan uğultusu, havai fişekler ve diyaloglar etkileyici derecede iyi üretilmiş. Konuşulan dili anlamadığım için anlamsal değerlendirme yapamıyorum; ama akustik olarak çalışıyor.

Ne var ki, görsellere yakından baktığınızda işler karışıyor. Karakterler arasındaki mesafe çok fazla değişiyor—bazen araları açık, sonra saniyeler içinde elleri değecek kadar yakınlaşıyorlar. Kamera da eksen atlıyor; bu da mekânın coğrafyasını ve karakterlerin konumlarını anlamayı rastgele bir şekilde gerçekten zorlaştırıyor.

Bununla birlikte, yüz tutarlılığı kusursuz; model bunu hak ediyor. Işıklandırma da tutarlı ve siyah-beyaz renk düzeni tüm planlarda korunuyor. 

Stilde esnek

OpenAI, modelin gerçekçi, sinematik ve anime dâhil animasyon tarzları arasında akıcı biçimde geçiş yapabildiğini—hareketi ve kimliği koruyarak—iddia ediyor. Bu, sahnenin kontrolünü tamamen kaybetmeden stillendirilmiş çıktı isteyen içerik üreticileri için faydalı.

Şunu söylemeliyim ki, gösterdikleri her şey içinde belki de en çok bu örneği beğendim. İşleyen ve işlemeyen yanlar var; ama hikâye açısından bu, bana göre çok güzel işlenmiş bir sahne ve bunun başlıca nedeni, işlevsel bir duygusal dinamiğe sahip olması.

Ana karakterlerin etrafındaki dünya mutlu: insanlar bir tür gece festivalinin tadını çıkarıyor, gökyüzünü havai fişekler aydınlatıyor ve bir kutlama hissi var. Ama tüm bunların ortasında iki ana karakterin çok zor bir konuşma yaptığı izlenimi doğuyor—sanki geri dönüşü olmayan bir ayrılığın eşiğindeler.

Dili anlamıyorum; bu yüzden ne söylediklerini kesin olarak bilemem; ama duygusal ton net biçimde geçiyor. Müzik çok iyi seçilmiş—ortama uygun, hafif hareketli—ve sonda, havai fişeklerin kadın karakterin gözlerinde yansıdığı yakın plan, mesajı asıl veren şey.

Bir şeyden şikâyet edecek olsam, çevrelerindeki insanların hiç hareket etmemesi olurdu. Ama bu kasıtlı bir tercih de olabilir—sahneyi öznel bir bakış açısından görüyoruz; kendi gergin dünyalarına o kadar kapılmışlar ki öznel olarak dış dünya onlar için bir anlığına duruyor.

Sora’nın en güçlü rakiplerinden biri olan ByteDance’in Seedance 2.0’ı üzerine hazırladığımız rehbere de göz atmanızı öneririm.

Sora: Sosyal Uygulama

Modelle birlikte OpenAI, video üretimi deneyimine tam bir sosyal katman ekleyen Sora adlı yeni bir iOS uygulaması da çıkardı. Şu an için uygulama, Sora 2’ye erişmenin ana yolu—ve şimdilik yalnızca davetle, ABD ve Kanada’daki kullanıcılarla sınırlı.

OpenAI muhtemelen insanların birbirlerinin içeriklerini yeniden harmanlamaya, kendilerini sahnelere yerleştirmeye ve yapay zekâ videosunu daha çok bir sosyal dil gibi kullanmaya başladıklarında neler olacağını görmek istiyor. Bunun bir sonraki TikTok olup olmayacağı ayrı bir soru (bence ihtimal sıfır); ama mekanikler ilginç.

Sora sosyal uygulaması nasıl çalışıyor

Özünde Sora, yeniden harmanlanabilir yapay zekâ videoları için oluşturulmuş akış tabanlı bir platform. Diğer kullanıcıların ürettiği kısa klipler arasında gezinirsiniz; bunların çoğu, cameo adı verilen bir sistem aracılığıyla gerçek insanların suretlerini içerir (aşağıda daha fazla). Kendi videonuzu oluşturmak isterseniz, sıfırdan yeni bir istem yazabilir veya bir başkasının cameosunu kullanarak—onun izniyle—mevcut bir videoyu yeniden harmanlayabilirsiniz.

Diğer sosyal platformlarda olduğu gibi “beğenebilir”, yeniden harmanlayabilir, yeniden paylaşabilir veya kullanıcıları takip edebilirsiniz. Akış kişiselleştirilmiş; ancak OpenAI, izleme süresi için optimize etmediklerini söylüyor. Bunun yerine, yaratımı ve ilhamı en üst düzeye çıkarmaya ayarlandığını ve gençler için günlük üretim limitleri ile ChatGPT üzerinden ebeveyn kontrolleri gibi iyi oluş özellikleri eklediklerini belirtiyorlar.

Uygulama ayrıca doğal dille kontrol edilen bir öneri sistemi de içeriyor; bu sayede göreceğiniz içerik türünü düz İngilizce ile yönlendirebiliyorsunuz (ör. “bana hayvanlı komik videolar göster” veya “daha az sürreal şey”).

Cameo özellikleri

Muhtemelen uygulamanın en yeni özelliği bu. Cameolar, kendinizin kısa, tek seferlik bir video ve ses kaydını yapmanıza olanak tanır; model de bunu, ses, görünüm, ifadeler dâhil tam boy bir suret üretmek için kullanır. Cameonuz doğrulanıp yüklendikten sonra kendinizi herhangi bir sahneye yerleştirebilir veya arkadaşlarınızın sizi kendi videolarına yeniden harmanlamasına izin verebilirsiniz.

OpenAI’nin burada çizdiği çerçeve, suretiniz üzerinde her zaman sizin kontrol sahibi olduğunuz yönünde:

• Cameonuzu kimin kullanabileceğine siz karar verirsiniz.
• Erişimi geri çekebilir veya sizi içeren herhangi bir videoyu kaldırabilirsiniz.
• Suretinizin göründüğü tüm videoları (taslaklar dâhil) görüntüleyebilirsiniz.

Zekice bir sistem; ancak rıza, telif, moderasyon ve bunun ölçeklenmesi gibi pek çok soruyu da gündeme getiriyor. OpenAI, zorlayıcı örnekleri yakalamak için insan inceleme ekipleri kurduklarını ve daha genç kullanıcılar için daha sıkı izinlerin devrede olduğunu söylüyor.

Yapay Zekâ Üretimi Medyada Neden Ani Bir Hücum Var?

Yakın tarihli bir Stanford raporunun da belirttiği gibi, yapay zekâ aslında henüz çok fazla sektörü altüst etmedi—bir net istisna hariç: medya.

Kaynak: State of AI in Business 2025 Raporu

Bunun sadece istatistiksel bir sapma olduğunu düşünmüyorum. Reklam yapımcılarıyla doğrudan konuştum ve bu değişimi ciddiye alıyorlar. Birçoğu, prodüksiyon maliyetlerini düşürmek, zaman çizelgelerini hızlandırmak ve set çekimlerinin getirdiği lojistik sıkıntılardan kaçınmak için yapay zekâyı aktif biçimde deniyor.

Aynı eğilimi açıkça görebilirsiniz. Herhangi bir günde LinkedIn’de gezinirseniz, yapay zekâ ile üretilmiş kısa filmler, reklamlar ve konsept fragmanlar paylaşan içerik üreticilerine rastlarsınız. İyi bir örnek, tamamen yapay zekâ kullanılarak üretilmiş bu Kalshi reklamı—gerçek bir şirket için gerçek bir reklam:

İşte bu yüzden OpenAI, Google ve Meta gibi şirketlerin yapay zekâ üretimi medyada birdenbire tam gaz ilerlediğini düşünüyorum. Üretken yapay zekânın hâlihazırda faydasını kanıtladığı—ve insanların aktif olarak zaman ve para harcadığı—bir alan varsa, o da burası. Dolayısıyla laboratuvarların video etrafında platformlar, ekosistemler ve sosyal katmanlar kurmak için yarışması mantıklı.

Geçen hafta Meta, OpenAI’nin Sora uygulamasıyla aynı alanı hedefliyor gibi görünen, yapay zekâ üretimi kısa videolardan oluşan yeni bir akış olan Vibes’ı başlattı. Kalıp oldukça net: Sağlık veya finans gibi daha düzenlemeli sektörleri güvenilir biçimde altüst edecek düzeye teknoloji gelmemişken; şimdi medya ve eğlence üzerinde değer yaratmak.

Kısacası, video en kolay toplama meyvesi—ve herkes onu ilk kapmak istiyor.

Sonuç

Eleştirel kalmak istesem de, bu yapay zekâ modellerinin ne kadar yol katettiğini teslim etmek gerek. 2023’ün başlarında elde edebildiğimiz en iyi şeyin Will Smith’in spagetti yemesi videosu olduğunu unutmayın. Şimdi ise yerel ses, duygusal süreklilik ve kendinizi bir korsan gemisindeki kılıç dövüşüne ya da köpeğinizin sunduğu sürreal bir yemek programına yerleştirebildiğiniz tam teşekküllü sosyal yeniden harman uygulamalarını konuşuyoruz.

Buna karşın Sora 2 hâlâ mekânsal tutarlılık, temel kurgu mantığı ve ince fiziksel gerçekçilikte zorlanıyor. Ve OpenAI’nin erişimi yalnızca davetle girilen bir iOS uygulamasının arkasına koyma kararı, ciddi araçlar arayan profesyonel kullanıcılar nezdinde itibarına pek yardımcı olmuyor. Potansiyel var; ama sürtünme de var.

Yine de, yapay zekâ üretimi medyanın izlenmesi gereken alan olduğu açık.