OpenAI ได้กลับมายืนหยัดในตำแหน่งแนวหน้าของการสร้างวิดีโอ AI อีกครั้งด้วยการเปิดตัว Sora 2 ซึ่งเป็นรุ่นที่ปรับปรุงอย่างมากจากโมเดลสร้างวิดีโอเดิม แอป iOS รุ่นใหม่นี้ได้ขึ้นสู่อันดับหนึ่งใน App Store ของ Apple ในสหรัฐอเมริกาอย่างรวดเร็ว แสดงให้เห็นถึงความต้องการที่ไม่เคยมีมาก่อนสำหรับความสามารถ AI วิดีโอขั้นสูง แม้ว่าจะใช้งานได้เฉพาะผ่านรหัสเชิญเท่านั้น
ความพร้อมใช้งานและราคา:
- แพลตฟอร์ม: iOS เท่านั้น (เริ่มต้นใน US และ Canada )
- การเข้าถึง: ระบบเชิญเท่านั้น
- ราคา: เริ่มต้นฟรีพร้อมขีดจำกัดที่เหมาะสม
- Premium: ผู้ใช้ ChatGPT Pro สามารถเข้าถึงโมเดล Sora 2 Pro ได้
- การเข้าถึงผ่านเว็บ: สามารถใช้งานผ่าน sora.com สำหรับผู้ใช้ที่ได้รับเชิญ
ความก้าวหน้าทางเทคนิคครั้งใหญ่
Sora 2 เป็นสิ่งที่ OpenAI อธิบายว่าเป็นการก้าวกระโดดระดับยุคที่เทียบได้กับการเปลี่ยนผ่านจาก GPT-1 ไปสู่ GPT-3.5 โมเดลใหม่แสดงความเข้าใจเรื่องฟิสิกส์ที่เพิ่มขึ้นอย่างมาก ทำให้เกิดการเคลื่อนไหวที่สมจริงมากขึ้นในวิดีโอที่สร้างขึ้น ไม่เหมือนรุ่นก่อนหน้าที่มีปัญหากับสถานการณ์ซับซ้อนอย่างการดำน้ำร่มชูชีพที่ทำให้เกิดใบหน้าที่เปลี่ยนรูปและร่มชูชีพที่หายไป Sora 2 จัดการกับการเคลื่อนไหวที่ซับซ้อนได้อย่างแม่นยำน่าทึ่ง
ระบบตอนนี้สร้างเสียงที่ซิงค์กับเนื้อหาวิดีโอ สร้างประสบการณ์มัลติมีเดียที่สมบูรณ์จากข้อความคำสั่งเดียว การรวมนี้ช่วยให้ผู้ใช้สามารถสร้างเนื้อหาที่มีเสียงประกอบที่เหมาะสม เสียงบรรยาย และแม้กระทั่งความสามารถในการซิงค์ริมฝีปากที่ตรงกับองค์ประกอบภาพได้อย่างลงตัว
การปรับปรุงทางเทคนิคเมื่อเทียบกับ Sora เวอร์ชันเดิม:
- การจำลองฟิสิกส์และความแม่นยำในการเคลื่อนไหวที่ดีขึ้น
- การสร้างเสียงแบบบูรณาการพร้อมการซิงค์ริมฝีปาก
- การจัดการฉากที่ซับซ้อนซึ่งมีองค์ประกอบหลายอย่างได้ดีขึ้น
- การเรนเดอร์ใบหน้าและการเคลื่อนไหวของเส้นผมที่เสมือนจริงยิ่งขึ้น
- ความคงตัวของวัตถุที่เสถียรมากขึ้น (ลดภาพหลอนลง)
- รองรับเอฟเฟกต์วิดีโอหลากหลายรูปแบบ ( CCTV , การบิดเบือนแบบ fisheye )
การรวมบุคคลจริงที่ก่อให้เกิดการถกเถียง
หนึ่งในฟีเจอร์ที่พูดถึงมากที่สุดของ Sora 2 คือความสามารถในการสร้างวิดีโอที่มีบุคคลจริง รวมถึงบุคคลสาธารณะและตัวผู้ใช้เอง ความสามารถนี้ได้จุดประกายทั้งความตื่นเต้นและความกังวล เนื่องจากมันเปิดโอกาสให้สร้าง deepfakes ขณะเดียวกันก็เปิดความเป็นไปได้ในการสร้างสรรค์ใหม่ๆ ผู้ใช้ได้สร้างวิดีโอมากมายที่มี Sam Altman ซีอีโอของ OpenAI ในสถานการณ์ต่างๆ แล้ว ซึ่งเน้นย้ำทั้งศักยภาพของเทคโนโลยีและผลกระทบด้านจริยธรรม
ฟีเจอร์นี้ช่วยให้ผู้ใช้อัปโหลดภาพอ้างอิงและดูว่าเสื้อผ้าหรือสถานการณ์ต่างๆ จะดูเป็นอย่างไรกับบุคคลเฉพาะ ซึ่งแสดงให้เห็นการใช้งานจริงในอุตสาหกรรมแฟชั่น บันเทิง และการตลาด
การสาธิตการสร้างสรรค์ที่น่าประทับใจ
ผู้ใช้รุ่นแรกได้แสดงความหลากหลายของ Sora 2 ผ่านโครงการสร้างสรรค์ที่หลากหลาย แพลตฟอร์มสร้างทุกอย่างได้สำเร็จตั้งแต่โฆษณารถยนต์ที่สมจริงพร้อมเสียงบรรยายแบบมืออาชีพ ไปจนถึงเนื้อหาแปลกๆ อย่างรายการทำอาหารของเอเลี่ยนที่มีบทสนทนาซิงค์ การสาธิตที่น่าประทับใจอย่างหนึ่งแสดงคลิปคุณภาพระดับภาพยนตร์ดิสโทเปียที่มีการแสดงออกทางสีหน้าที่ละเอียด การเคลื่อนไหวของผมที่เป็นธรรมชาติ และองค์ประกอบพื้นหลังที่ซับซ้อนซึ่งมักจะสร้างปัญหาให้กับเครื่องมือสร้างวิดีโอ AI
ระบบจัดการกับสถานการณ์ที่ท้าทายอย่างวิดีโอรวมความล้มเหลวสไตล์ CCTV ได้ พร้อมกับการซ้อนทับเวลา เอฟเฟกต์การบิดเบือนแบบฟิชอาย และการเสื่อมสภาพของภาพที่เหมาะสมซึ่งเลียนแบบกล้องรักษาความปลอดภัยคุณภาพต่ำ
คุณสมบัติหลักของ Sora 2:
- การสร้างเสียงและวิดีโอแบบซิงโครไนซ์จากข้อความคำสั่งเดียว
- การรวมบุคคลจริงเข้าไปในวิดีโอด้วยการอัปโหลดภาพอ้างอิง
- ความเข้าใจกฎฟิสิกส์ที่ดีขึ้นเพื่อการเคลื่อนไหวที่สมจริง
- ตัวเลือกสไตล์หลากหลาย: แบบภาพยนตร์ แอนิเมชัน และเหนือจริง
- ความสามารถในการแชร์โซเชียลและการรีมิกซ์วิดีโอ
- รองรับเสียงพูดของมนุษย์และเอฟเฟกต์เสียง
ความพร้อมใช้งานที่จำกัดสร้างความต้องการสูง
แม้จะได้รับความนิยม แต่ Sora 2 ยังคงเข้าถึงได้เฉพาะผ่านระบบเชิญเท่านั้น ซึ่งสร้างแรงกดดันด้านความต้องการอย่างมาก แอปเปิดตัวเฉพาะสำหรับอุปกรณ์ iOS ในสหรัฐอเมริกาและแคนาดา โดยมีแผนขยายไปยังต่างประเทศอย่างรวดเร็ว ผู้ใช้ที่ไม่มีรหัสเชิญต้องขอเข้าถึง แม้ว่า OpenAI จะไม่ได้ระบุเวลารอที่คาดหวัง
บริษัทเสนอบริการฟรีในตอนแรกพร้อมขีดจำกัดการใช้งานที่ใจกว้าง แม้ว่าจะยังคงขึ้นอยู่กับข้อจำกัดด้านการคำนวณ ผู้สมัครสมาชิก ChatGPT Pro ได้รับการเข้าถึงโมเดล Sora 2 Pro คุณภาพสูงแบบทดลองผ่านเว็บอินเทอร์เฟซ โดยมีแผนการรวมแอปมือถือในอนาคต
ตำแหน่งในตลาดและการแข่งขัน
การเปิดตัว Sora 2 เกิดขึ้นหลังจากช่วงเวลาที่คู่แข่งได้เปรียบในพื้นที่การสร้างวิดีโอ AI โมเดล Sora เดิมแม้จะเป็นผู้บุกเบิก แต่ก็ถูกแซงหน้าโดยผลิตภัณฑ์ใหม่จากบริษัทอื่น การเปิดตัวครั้งล่าสุดนี้ดูเหมือนจะออกแบบมาเพื่อยืนยันการครอบงำของ OpenAI ในตลาด AI วิดีโอที่พัฒนาอย่างรวดเร็ว โดยรวมการปรับปรุงทางเทคนิคเข้ากับฟีเจอร์ที่ก่อให้เกิดการถกเถียงซึ่งช่วยแยกความแตกต่างจากทางเลือกอื่น
ความสามารถของแพลตฟอร์มในการสร้างเนื้อหาที่อ้างอิงรายการทีวีและภาพยนตร์ที่มีอยู่ แม้ว่าจะซับซ้อนทางกฎหมายและจริยธรรม แต่ก็ให้ความยืดหยุ่นในการสร้างสรรค์ที่ทำให้แตกต่างจากคู่แข่งที่มีข้อจำกัดมากกว่า