OpenAI Sora là gì? Cách hoạt động, Ví dụ, Tính năng

Sora là gì?

Sora là mô hình AI sinh video từ văn bản của OpenAI. Điều đó có nghĩa là bạn viết một lời nhắc văn bản và nó tạo ra video khớp với mô tả trong lời nhắc. Dưới đây là một ví dụ từ trang OpenAI:

LỜI NHẮC: Một phụ nữ sành điệu đi xuống con phố Tokyo ngập tràn ánh đèn neon ấm áp và biển hiệu thành phố động. Cô mặc áo khoác da đen, váy đỏ dài và bốt đen, mang túi xách đen. Cô đeo kính râm và tô son đỏ. Cô bước đi tự tin và ung dung. Con phố ướt và phản chiếu, tạo hiệu ứng gương của các ánh đèn đầy màu sắc. Nhiều người đi bộ qua lại.

Các tính năng của Sora

Sora có một vài tính năng cho phép chúng ta kiểm soát tốt hơn quá trình tạo video. Hãy cùng khám phá từng tính năng.

Remix

Tính năng remix cho phép người dùng tái tưởng tượng các video hiện có bằng cách thay đổi các thành phần của chúng mà không làm mất đi tinh thần của bản gốc. Dù là thay đổi màu sắc, thay nền hay tinh chỉnh các yếu tố hình ảnh, remix mang đến cách linh hoạt để thử nghiệm diện mạo của video.

Tính năng này rất phù hợp với những nhà sáng tạo muốn làm mới nội dung cũ, điều chỉnh video theo chủ đề cụ thể hoặc khám phá các biến thể phục vụ mục đích nhận diện thương hiệu.

Ví dụ, hãy xem hai video dưới đây:

1. Video gốc: "Mở những cánh cửa lớn bước vào thư viện"
2. Video remix: “Biến thư viện thành tàu vũ trụ”

Re-cut

Tính năng re-cut cho phép nhà sáng tạo xác định và tách riêng những khung hình (frame) có tác động mạnh nhất trong một video, rồi kéo dài chúng theo cả hai hướng để xây dựng thành một cảnh hoàn chỉnh. Công cụ này rất hữu ích để làm nổi bật các khoảnh khắc then chốt, thu hút sự chú ý vào những hình ảnh cụ thể hoặc đảm bảo mạch chuyển cảnh mượt mà hơn. Bằng cách tập trung vào các khung hình mạnh nhất, Re-cut giúp tinh chỉnh quá trình kể chuyện, đồng thời trao cho nhà sáng tạo quyền kiểm soát tốt hơn về nhịp độ và điểm nhấn.

Loop

Tính năng loop giúp dễ dàng tạo các vòng lặp liền mạch của đoạn video. Lý tưởng cho hình nền, video âm nhạc hoặc hoạt họa thôi miên, công cụ này đảm bảo các chuyển tiếp giữa những vòng lặp mượt mà và tự nhiên. Nó cho phép kéo dài các khoảnh khắc cuốn hút hoặc duy trì nhịp điệu ổn định cho các video thiết kế để phát liên tục.

Bên dưới, chúng ta thấy một bông hoa liên tục nở và khép lại trong một vòng lặp liền mạch, không có vết cắt thấy rõ ở phần chuyển tiếp:

Storyboard

Tính năng storyboard cho phép tạo các cú máy cụ thể tại những điểm khung hình được chỉ định trên dòng thời gian, mang lại khả năng kiểm soát chính xác mạch kể chuyện bằng hình ảnh. Ví dụ, dựa trên bản demo của OpenAI, bạn có thể storyboard chuỗi cú máy sau:

1. Khung 0-114: “Một khung cảnh đỏ bao la với một tàu vũ trụ neo đậu ở đằng xa.”
2. Khung 114-324: “Nhìn ra ngoài từ bên trong tàu vũ trụ, một cao bồi không gian đứng ở trung tâm khung hình.”
3. Khung 324-440: “Cận cảnh chi tiết đôi mắt của một phi hành gia, viền quanh bởi chiếc mặt nạ dệt kim.”

Blend

Tính năng blend cho phép bạn kết hợp các yếu tố video hoặc phong cách khác nhau để tạo ra bố cục mới. Bằng cách pha trộn cảnh quay, màu sắc hoặc cách tiếp cận nghệ thuật, nó hỗ trợ tạo nên những hình ảnh vừa khác biệt vừa tươi mới. Cách tiếp cận này phù hợp với các dự án thử nghiệm, mashup hoặc kể chuyện sáng tạo theo những ý tưởng phi truyền thống.

Bên dưới, chúng ta thấy một video pha trộn hai video:

1. Một video tuyết rơi
2. Một video cánh hoa rơi

Style presets

Style preset cung cấp bộ mẫu thẩm mỹ được định sẵn có thể áp dụng cho video. Các preset này giúp dễ dàng đạt được một phong cách cụ thể, dù là điện ảnh, rực rỡ vui tươi hay chuyên nghiệp.

Ví dụ, preset Film Noir sẽ trông như sau:

Sora hoạt động như thế nào?

Giống các mô hình AI sinh ảnh từ văn bản như DALL·E 3, StableDiffusion và Midjourney, Sora là một mô hình khuếch tán (diffusion). Điều đó có nghĩa là nó bắt đầu với mỗi khung hình của video là nhiễu tĩnh, và dùng máy học để dần biến đổi hình ảnh thành thứ giống với mô tả trong lời nhắc.

Giải quyết tính nhất quán theo thời gian

Một điểm đổi mới ở Sora là nó xem xét nhiều khung hình video cùng lúc, từ đó giải quyết vấn đề giữ cho đối tượng nhất quán khi chúng di chuyển vào và ra khỏi khung hình. Ở video sau, hãy để ý bàn tay của con kangaroo nhiều lần ra khỏi khuôn hình, và khi trở lại, bàn tay trông giống hệt trước đó. 

LỜI NHẮC: Một chú chuột túi hoạt hình nhảy disco.

Kết hợp mô hình khuếch tán và transformer

Sora kết hợp việc sử dụng mô hình khuếch tán với kiến trúc transformer, như GPT sử dụng.

Khi kết hợp hai loại mô hình này, Jack Qiao nhận xét rằng "các mô hình khuếch tán giỏi tạo kết cấu mức thấp nhưng kém ở bố cục tổng thể, trong khi transformer gặp vấn đề ngược lại." Tức là, bạn muốn một mô hình transformer kiểu GPT để quyết định bố cục cấp cao của các khung hình video, và một mô hình khuếch tán để tạo chi tiết.

Trong một bài viết kỹ thuật về cách triển khai Sora, OpenAI cung cấp mô tả cấp cao về cách kết hợp này hoạt động. Ở các mô hình khuếch tán, hình ảnh được chia nhỏ thành các “mảng” chữ nhật. Với video, các mảng này là ba chiều vì chúng tồn tại theo thời gian. Có thể coi các mảng tương đương với “token” trong các mô hình ngôn ngữ lớn: thay vì là thành phần của câu, chúng là thành phần của một tập hợp hình ảnh. Phần transformer của mô hình sắp xếp các mảng, và phần khuếch tán tạo nội dung cho từng mảng.

Một điểm đặc thù khác của kiến trúc lai này là để quá trình tạo video khả thi về mặt tính toán, quy trình tạo mảng sử dụng một bước giảm chiều dữ liệu để không phải tính toán trên từng pixel của từng khung hình.

Tăng độ trung thực của video bằng Recaptioning

Để nắm bắt trung thực ý của lời nhắc người dùng, Sora dùng kỹ thuật recaptioning vốn cũng có trong DALL·E 3. Điều này có nghĩa là trước khi bất kỳ video nào được tạo, GPT được dùng để viết lại lời nhắc của người dùng với nhiều chi tiết hơn. Về bản chất, đó là một dạng kỹ thuật hoá lời nhắc tự động.

OpenAI Sora tốt đến mức nào?

Như bạn có thể thấy từ các ví dụ đã cung cấp, Sora có vẻ là một công cụ ấn tượng và chúng ta mới chỉ chạm đến bề nổi của những gì có thể. Chẳng hạn, hãy xem đoạn clip dưới đây, cho thấy điều có thể đạt được khi làm việc với các nhà làm phim và nghệ sĩ:

Phim ngắn này tạo cảm giác như một trailer phim thực thụ, với loạt cú máy, góc quay và ý tưởng được thể hiện, tạo nên một video khá liền mạch.

Tuy nhiên, những ví dụ khác do các thành viên OpenAI trình chiếu thì kém thuyết phục hơn đôi chút (dù vẫn ấn tượng). Hãy xem video dưới đây về một cặp đôi trên bãi biển (video này được tạo bằng phiên bản Sora trước, và chúng tôi dự định sẽ tạo lại khi có quyền truy cập phiên bản Sora mới):

LỜI NHẮC: Video chân thực về mọi người thư giãn trên bãi biển, rồi một con cá mập nhảy khỏi mặt nước giữa chừng và làm mọi người bất ngờ.

Rõ ràng là nó đáp ứng được các ý chính của lời nhắc, nhưng cảnh quay không thực sự thuyết phục và rơi thẳng vào “thung lũng kỳ quái”. Ba bàn tay của người đàn ông, con cá mập ghép từ nhiều phần với tỉ lệ không thuyết phục, cú xoay đầu và hét kiểu “trừ tà” của người phụ nữ — tất cả đều hơi đáng sợ.

Nhiều khả năng, giống như với ảnh sinh, sẽ cần tinh chỉnh lời nhắc và chấp nhận một số giới hạn — nó sẽ không tạo ra thứ hoàn hảo mỗi lần.

Vậy nhưng, hãy so sánh video trên với một ví dụ tạo bằng đúng lời nhắc đó trên mô hình Gen-2 của Runway:

Như bạn thấy, nó không nắm bắt tốt ngữ cảnh của lời nhắc, với vị trí kỳ lạ của con cá mập và những người trông khá biến dạng, vô định hình. So sánh mà nói, Sora của OpenAI làm tốt hơn nhiều trong việc tạo dựng khung cảnh so với Runway Gen-2.

Một ví dụ ấn tượng khác về trường hợp dùng Sora gần đây là một đạo diễn đã làm một video ca nhạc bằng Sora:

Đây có lẽ là một trong những ví dụ hoàn thiện nhất về Sora trong thực tế và nó cho thấy tiềm năng to lớn của công cụ này cho tương lai. Nó thú vị (và hơi “ảo”) và nắm bắt được một phong vị rất riêng, nhất quán xuyên suốt.

Tuy nhiên, tác phẩm này cũng có vài lưu ý:

• Đạo diễn tạo 6 giờ clip cho một video dài 4 phút (dùng 46 giờ render trên GPU H100)
• Lời nhắc mẫu dài khoảng 1.400 từ, khá chi tiết và cụ thể
• Đạo diễn vẫn phải dùng After Effects và dọn dẹp một số chuyển cảnh (mà ở vài chỗ vẫn còn thiếu tự nhiên)

Vì vậy, có vẻ chúng ta còn cách xa việc sử dụng công cụ này ở cấp độ người dùng phổ thông, nhưng với khoảng thời gian ngắn mà Sora đã mở cho nghệ sĩ và nhà sáng tạo thử nghiệm, tốc độ tiến bộ là rất đáng kinh ngạc.

Những hạn chế của Sora là gì?

Phần này nêu một vài hạn chế của phiên bản Sora trước đây. Đáng để kiểm tra xem phiên bản mới đã khắc phục các vấn đề này chưa. Chúng tôi sẽ cập nhật phần này ngay khi có quyền truy cập phiên bản mới.

Sora không có hiểu biết ngầm về vật lý, do đó các quy luật vật lý “thế giới thực” có thể không luôn được tuân thủ. Một ví dụ là mô hình không hiểu quan hệ nhân quả. Chẳng hạn, trong video vụ nổ ở vành rổ bóng rổ dưới đây, sau khi vành nổ tung, tấm lưới dường như được khôi phục.

LỜI NHẮC: Bóng rổ đi qua vành rồi phát nổ.

Tương tự, vị trí không gian của các vật thể có thể dịch chuyển một cách thiếu tự nhiên. Trong video dưới đây về đàn sói con, các con vật xuất hiện đột ngột, và vị trí của những con sói đôi lúc chồng lấn lên nhau.

LỜI NHẮC: Năm chú sói xám con nô đùa và rượt đuổi nhau trên con đường sỏi hẻo lánh, xung quanh là cỏ. Những chú cún chạy và nhảy, rượt đuổi nhau, cắn yêu nhau khi chơi đùa.

Các trường hợp sử dụng của Sora

Sora có thể dùng để tạo video từ đầu hoặc mở rộng các video hiện có để kéo dài hơn. Nó cũng có thể điền các khung hình bị thiếu trong video.

Giống như cách các công cụ AI sinh ảnh từ văn bản đã giúp việc tạo ảnh dễ dàng hơn rất nhiều mà không cần chuyên môn chỉnh sửa ảnh, Sora hứa hẹn giúp tạo video dễ hơn mà không cần kinh nghiệm biên tập hình ảnh. Dưới đây là một số trường hợp sử dụng chính.

Mạng xã hội

Sora có thể dùng để tạo video ngắn cho các nền tảng như TikTok, Instagram Reels và YouTube Shorts. Nội dung khó hoặc không thể quay là đặc biệt phù hợp. Ví dụ, cảnh Lagos năm 2056 sẽ rất khó để quay cho một bài đăng mạng xã hội, nhưng lại dễ tạo bằng Sora.

LỜI NHẮC: Một video tự quay đẹp mắt cho thấy người dân Lagos, Nigeria vào năm 2056. Quay bằng camera điện thoại di động.

Quảng cáo và tiếp thị

Việc tạo quảng cáo, video giới thiệu và demo sản phẩm theo truyền thống rất tốn kém. Các công cụ AI sinh video như Sora hứa hẹn giúp quá trình này rẻ hơn nhiều. Trong ví dụ sau, một sở du lịch muốn quảng bá vùng Big Sur của California có thể thuê drone để quay cảnh trên không hoặc dùng AI, tiết kiệm thời gian và tiền bạc.

LỜI NHẮC: Góc nhìn drone về những con sóng vỗ vào vách đá gồ ghề dọc bãi biển garay point ở Big Sur. Làn nước xanh va đập tạo nên những con sóng đầu trắng, trong khi ánh vàng của mặt trời lặn chiếu sáng bờ đá. Một hòn đảo nhỏ với ngọn hải đăng ở xa, và cây bụi xanh phủ kín mép vách đá. Độ dốc từ con đường xuống bãi biển thật ngoạn mục, với các cạnh vách đá nhô ra biển. Đây là một góc nhìn ghi lại vẻ đẹp thô mộc của bờ biển và địa hình gồ ghề của Đường cao tốc Bờ biển Thái Bình Dương.

Dựng thử và hình dung ý tưởng

Ngay cả khi video AI không được dùng trong sản phẩm cuối, nó vẫn hữu ích để minh hoạ ý tưởng nhanh chóng. Nhà làm phim có thể dùng AI để phác thảo cảnh trước khi quay, còn nhà thiết kế có thể tạo video về sản phẩm trước khi xây dựng. Trong ví dụ sau, một công ty đồ chơi có thể tạo mockup AI của một món đồ chơi tàu cướp biển mới trước khi quyết định sản xuất hàng loạt.

LỜI NHẮC: Video cận cảnh giả thực về hai con tàu cướp biển giao chiến khi chúng đang di chuyển bên trong một tách cà phê.

Tạo dữ liệu tổng hợp

Dữ liệu tổng hợp thường được dùng trong các trường hợp mà lo ngại về quyền riêng tư hoặc tính khả thi ngăn cản việc dùng dữ liệu thật. Với dữ liệu số, các trường hợp phổ biến gồm dữ liệu tài chính và thông tin nhận dạng cá nhân. Việc truy cập các bộ dữ liệu này phải được kiểm soát chặt chẽ, nhưng bạn có thể tạo dữ liệu tổng hợp có thuộc tính tương tự để công khai.

Một mục đích dùng dữ liệu video tổng hợp là huấn luyện hệ thống thị giác máy tính. Như tôi đã viết năm 2022, Không quân Hoa Kỳ dùng dữ liệu tổng hợp để cải thiện hiệu năng của hệ thống thị giác máy tính cho UAV nhằm phát hiện toà nhà và phương tiện vào ban đêm và trong thời tiết xấu. Các công cụ như Sora giúp quá trình này rẻ hơn và dễ tiếp cận hơn cho đông đảo người dùng.

Rủi ro của Sora

Sản phẩm còn mới, nên các rủi ro chưa được mô tả đầy đủ, nhưng nhiều khả năng sẽ tương tự như các mô hình sinh ảnh từ văn bản.

Tạo nội dung gây hại

Nếu không có rào chắn phù hợp, Sora có thể tạo ra nội dung phản cảm hoặc không phù hợp, bao gồm video có bạo lực, máu me, nội dung khiêu dâm, miêu tả xúc phạm các nhóm người và hình ảnh thù hằn khác, cũng như cổ vũ hoặc tôn vinh các hoạt động phi pháp.

Thế nào là nội dung không phù hợp phụ thuộc rất nhiều vào người dùng (so sánh một đứa trẻ dùng Sora với một người lớn) và ngữ cảnh tạo video (một video cảnh báo nguy cơ pháo hoa có thể trở nên máu me theo cách mang tính giáo dục).

Thông tin sai lệch và đánh lạc hướng

Dựa trên các video ví dụ do OpenAI chia sẻ, một trong các điểm mạnh của Sora là khả năng tạo ra những cảnh huyền ảo không thể tồn tại ngoài đời. Điểm mạnh này cũng khiến việc tạo video “deepfake” — nơi con người hoặc tình huống thật bị biến đổi thành thứ không đúng — trở nên khả thi.

Khi nội dung này được trình bày như sự thật, dù vô tình (thông tin sai lệch) hay cố ý (đánh lạc hướng), nó có thể gây ra vấn đề.

Như Eske Montoya Martinez van Egerschot, Giám đốc Quản trị và Đạo đức AI tại DigiDiplomacy, viết, "AI đang định hình lại chiến lược vận động, tương tác cử tri và chính kết cấu của tính toàn vẹn bầu cử."

Những video AI giả nhưng thuyết phục về các chính trị gia hoặc đối thủ của họ có thể "phát tán có chủ đích các tường thuật sai và nhắm mục tiêu quấy rối các nguồn tin hợp pháp, nhằm làm suy giảm niềm tin vào các thể chế công và nuôi dưỡng thù địch đối với nhiều quốc gia và nhóm người".

Trong một năm có nhiều cuộc bầu cử quan trọng từ Đài Loan đến Ấn Độ đến Hoa Kỳ, điều này có hệ quả rộng khắp.

Định kiến và khuôn mẫu

Đầu ra của các mô hình AI sinh phụ thuộc rất lớn vào dữ liệu huấn luyện. Điều đó có nghĩa là các thiên kiến văn hoá hay khuôn mẫu trong dữ liệu huấn luyện có thể dẫn đến các vấn đề tương tự trong video đầu ra. Như Joy Buolamwini bàn trong tập Fighting For Algorithmic Justice của DataFramed, thiên kiến trong hình ảnh có thể gây hệ quả nghiêm trọng trong tuyển dụng và thực thi pháp luật.

Làm sao để truy cập Sora?

Để truy cập Sora, hãy vào sora.com. Tại thời điểm viết bài này, Sora có ở hầu hết các khu vực trên thế giới ngoại trừ phần lớn châu Âu và Vương quốc Anh.

Truy cập Sora yêu cầu đăng ký ChatGPT Plus hoặc ChatGPT Pro. Cả hai gói đều cho phép người dùng khám phá các công cụ tạo video tiên tiến của Sora, nhưng có khác biệt quan trọng về tính năng và giới hạn:

Các lựa chọn thay thế cho Sora là gì?

Có một số lựa chọn thay thế nổi bật cho Sora cho phép người dùng tạo nội dung video từ văn bản. Bao gồm:

• Runway-Gen-3. Đối thủ nổi bật nhất của OpenAI Sora là Runway Gen-3. Giống Sora, đây là AI sinh video từ văn bản, hiện có trên web và di động.
• Lumiere. Google gần đây công bố Lumiere, hiện có dưới dạng một extension cho khung học sâu Python PyTorch.
• Make-a-Video. Meta công bố Make-a-Video vào năm 2022; công cụ này cũng có qua một extension PyTorch.

Cũng có một số đối thủ nhỏ hơn:

• Pictory đơn giản hóa việc chuyển văn bản thành nội dung video, nhắm đến các nhà tiếp thị nội dung và nhà giáo dục với các công cụ tạo video.
• Kapwing cung cấp nền tảng trực tuyến để tạo video từ văn bản, nhấn mạnh tính dễ dùng cho nhà tiếp thị mạng xã hội và người sáng tạo không chuyên.
• Synthesia tập trung tạo bài thuyết trình video do avatar AI dẫn dắt từ văn bản, có thể tùy chỉnh cho mục đích kinh doanh và giáo dục.
• HeyGen nhằm đơn giản hóa sản xuất video cho marketing sản phẩm và nội dung, tiếp cận bán hàng và giáo dục.
• Steve AI cung cấp nền tảng AI cho phép tạo video và hoạt hình từ Prompt to Video, Script to Video và Audio to Video.
• Elai tập trung vào e-learning và đào tạo doanh nghiệp, cung cấp giải pháp chuyển đổi nội dung hướng dẫn thành video một cách dễ dàng

OpenAI Sora có ý nghĩa gì cho tương lai?

Hầu như không còn nghi ngờ gì, Sora là bước đột phá. Rõ ràng tiềm năng của mô hình sinh này là rất lớn. Tác động của Sora lên ngành AI và thế giới là gì? Tất nhiên, chúng ta chỉ có thể dự đoán có cơ sở. Tuy vậy, dưới đây là một số cách Sora có thể thay đổi mọi thứ, tốt hơn hoặc xấu hơn.

Tác động ngắn hạn của OpenAI Sora

Trước tiên, hãy xem những tác động trực tiếp, ngắn hạn mà chúng ta có thể thấy từ Sora sau khi (nhiều khả năng theo từng giai đoạn) ra mắt công chúng.

Làn sóng “chiến thắng nhanh”

Ở phần trên, chúng ta đã khám phá một số trường hợp sử dụng tiềm năng của Sora. Nhiều trường hợp trong số này có thể sẽ được ứng dụng nhanh chóng nếu/ khi Sora được phát hành rộng rãi. Có thể gồm:

• Sự bùng nổ video ngắn cho mạng xã hội và quảng cáo. Mong đợi các nhà sáng tạo trên X (trước đây là Twitter), TikTok, LinkedIn và các nền tảng khác nâng chất lượng nội dung bằng các sản phẩm từ Sora.
• Ứng dụng Sora cho dựng thử. Dù là minh họa sản phẩm mới hay trình diễn các dự án kiến trúc đề xuất, Sora có thể trở nên phổ biến trong việc trình bày ý tưởng.
• Kể chuyện với dữ liệu tốt hơn. AI sinh video từ văn bản có thể mang đến trực quan dữ liệu sinh động hơn, mô phỏng mô hình tốt hơn và cách thức tương tác để khám phá, trình bày dữ liệu. Tuy nhiên, cần xem Sora thể hiện thế nào với kiểu lời nhắc này.
• Tài nguyên học tập tốt hơn. Với các công cụ như Sora, học liệu có thể được nâng cấp đáng kể. Khái niệm phức tạp có thể được “thổi hồn”, trong khi người học thiên thị giác có thêm trợ giúp phù hợp.

Bãi mìn rủi ro

Dĩ nhiên, như đã nêu, công nghệ này đi kèm nhiều mặt tiêu cực tiềm tàng và điều quan trọng là phải điều hướng chúng. Dưới đây là một số rủi ro cần cảnh giác:

• Sự lan truyền thông tin sai lệch và đánh lạc hướng. Chúng ta sẽ phải tỉnh táo hơn với nội dung tiêu thụ, và cần công cụ tốt hơn để phát hiện những gì bị tạo dựng hay chỉnh sửa. Điều này đặc biệt quan trọng trong năm bầu cử.
• Vi phạm bản quyền. Cần lưu tâm cách hình ảnh và hình tượng của chúng ta được sử dụng. Có thể cần luật lệ và kiểm soát để ngăn dữ liệu cá nhân bị dùng theo cách không có sự đồng ý. Tranh luận này có lẽ sẽ nổ ra trước hết khi người hâm mộ bắt đầu tạo video dựa trên các thương hiệu phim ưa thích — tuy nhiên, rủi ro cá nhân ở đây cũng rất lớn.
• Thách thức pháp lý và đạo đức. Những tiến bộ của AI sinh đã khiến cơ quan quản lý khó theo kịp, và Sora có thể làm trầm trọng thêm. Chúng ta phải điều hướng việc sử dụng Sora hợp lý, công bằng mà không ảnh hưởng tự do cá nhân hoặc kìm hãm đổi mới.
• Phụ thuộc vào công nghệ. Công cụ như Sora có thể bị xem là lối tắt thay vì trợ lý. Mọi người có thể xem nó như sự thay thế cho sáng tạo, điều này có thể tác động đến nhiều ngành và chuyên gia trong đó.

Video sinh trở thành mặt trận cạnh tranh tiếp theo

Chúng ta đã nhắc đến vài lựa chọn thay thế cho Sora, nhưng danh sách này có thể sẽ tăng mạnh vào năm 2024 và sau đó. Như đã thấy với ChatGPT, luôn có một danh sách các lựa chọn thay thế ngày càng dài đang ganh đua vị trí và nhiều dự án lặp lại dựa trên các LLM mã nguồn mở trên thị trường.

Sora rất có thể sẽ là công cụ tiếp tục thúc đẩy đổi mới và cạnh tranh trong lĩnh vực AI sinh. Dù là qua các mô hình tinh chỉnh cho mục đích cụ thể hay công nghệ độc quyền cạnh tranh trực diện, nhiều ông lớn trong ngành có lẽ sẽ muốn tham gia cuộc chơi văn bản-thành-video.

Tác động dài hạn của OpenAI Sora

Khi bụi lắng xuống sau khi Sora ra mắt công chúng, chúng ta sẽ bắt đầu thấy tương lai dài hạn sẽ ra sao. Khi các chuyên gia ở nhiều ngành được tiếp cận công cụ, chắc chắn sẽ có những cách dùng “đổi cuộc chơi” cho Sora. Hãy thử dự đoán một vài khả năng:

Kích hoạt các trường hợp sử dụng giá trị cao

Có khả năng Sora (hoặc các công cụ tương tự) sẽ trở thành trụ cột ở một số ngành:

• Sáng tạo nội dung nâng cao. Chúng ta có thể thấy Sora như công cụ tăng tốc sản xuất trong VR & AR, trò chơi điện tử, và cả giải trí truyền thống như TV và phim. Dù không dùng trực tiếp để tạo nội dung, nó có thể giúp dựng thử và storyboard ý tưởng.
• Giải trí cá nhân hóa. Có thể xuất hiện trường hợp Sora tạo và biên tập nội dung được cá nhân hóa cho từng người dùng. Các phương tiện tương tác, phản hồi theo thị hiếu và sở thích cá nhân có thể ra đời.
• Giáo dục cá nhân hóa. Một lần nữa, nội dung cá nhân hóa cao này có thể hữu ích trong giáo dục, giúp học viên học theo cách phù hợp nhất với nhu cầu của họ.
• Biên tập video theo thời gian thực. Nội dung video có thể được chỉnh sửa hoặc tái tạo theo thời gian thực để phù hợp các đối tượng khác nhau, điều chỉnh các khía cạnh như giọng điệu, độ phức tạp, thậm chí cả câu chuyện dựa trên sở thích hoặc phản hồi người xem.

Ranh giới giữa thế giới vật lý và kỹ thuật số mờ dần

Chúng ta đã đề cập thực tế ảo (VR) và tăng cường (AR), nhưng Sora có tiềm năng cách mạng hóa cách chúng ta tương tác với nội dung số khi kết hợp với các môi trường này. Nếu các phiên bản tương lai của Sora có thể tạo thế giới ảo chất lượng cao có thể “bước vào” trong vài giây — và tận dụng văn bản & âm thanh sinh để lấp đầy bằng các nhân vật ảo như thật — điều này đặt ra những câu hỏi nghiêm túc về ý nghĩa của việc di chuyển trong thế giới số trong tương lai.

Lời kết

Mô hình Sora của OpenAI hứa hẹn một bước nhảy vọt về chất lượng video sinh. Việc phát hành công khai đã được mong đợi từ lâu, và các ứng dụng tiềm năng của nó trong nhiều lĩnh vực đang được kỳ vọng cao. Nếu bạn nóng lòng bước vào thế giới AI sinh, lộ trình kỹ năng AI Fundamentals của chúng tôi sẽ giúp bạn bắt kịp với ​​machine learning, deep learning, NLP, mô hình sinh và hơn thế nữa.

Để có thêm tài nguyên về những cập nhật mới nhất trong thế giới AI, hãy xem danh sách dưới đây:

• Đăng ký podcast DataFramed
• Series Code-Along Nhà phát triển AI
• Duyệt các hướng dẫn AI của chúng tôi