تجسم کنید تنها با یک دستور ساده، بتوانید ویدئوهایی سینمایی و حرفه‌ای خلق کنید؛ بدون نیاز به دوربین، نرم‌افزارهای پیچیده یا ساعت‌ها ویرایش. شرکت اوپن‌ای‌آی با ابزار سورا (Sora) دقیقاً همین رویا را به واقعیت تبدیل کرده است. اما این شرکت حالا یک گام فراتر رفته و در تلاش است تا سورا را مستقیماً با چت‌جی‌پی‌تی ادغام کند؛ تصمیمی که می‌تواند شیوه تولید محتوای دیجیتال را متحول سازد.
این تغییر نه تنها به کاربران امکان می‌دهد مستقیماً در چت‌جی‌پی‌تی ویدئوهای هوش مصنوعی تولید کنند، بلکه می‌تواند باعث افزایش دسترسی، سرعت و کارایی این ابزار شود. اما اوپن‌ای‌آی دقیقاً چه برنامه‌هایی برای آینده سورا دارد؟ آیا این فناوری به تولید تصویر هم گسترش خواهد یافت؟ در ادامه، به بررسی جزئیات این تحول و تأثیرات آن خواهیم پرداخت.
مدیران ارشد شرکت اوپن‌ای‌آی در نشست پرسش و پاسخ آنلاینی که روز جمعه در پلتفرم دیسکورد برگزار شد، اعلام نمودند که این شرکت قصد دارد در آینده‌ای نزدیک ابزار هوش مصنوعی تولید ویدئوی خود موسوم به سورا را مستقیماً در اپلیکیشن پرمخاطب چت‌بات خود، چت‌جی‌پی‌تی، ادغام نماید.
در حال حاضر، دسترسی به سورا تنها از طریق یک اپلیکیشن وب اختصاصی که توسط اوپن‌ای‌آی در ماه دسامبر راه‌اندازی شده است، میسر می‌باشد. این اپلیکیشن به کاربران این امکان را می‌دهد تا به مدل ویدئوی هوش مصنوعی با همین نام دسترسی یافته و کلیپ‌های ویدئویی سینمایی تا سقف 20 ثانیه تولید نمایند. با این وجود، روهان ساهای (Rohan Sahai)، مدیر محصول سورا در اوپن‌ای‌آی، اظهار داشت که این شرکت برنامه‌هایی را برای ارائه سورا در بسترهای وسیع‌تر و ارتقاء قابلیت‌های تولیدی آن در دست اجرا دارد.
در ماه‌های منتهی به راه‌اندازی سورا در ماه دسامبر 2024، اوپن‌ای‌آی در ابتدا این ابزار را به عنوان راهکاری برای افراد خلاق و استودیوهای تولید ویدئو معرفی نمود. اکنون، این شرکت در تلاش است تا دامنه جذابیت ابزار تولید ویدئوی هوش مصنوعی خود را گسترش دهد.
ساهای خاطرنشان کرد که اوپن‌ای‌آی به طور فعالانه مشغول یافتن راهی برای دسترسی به سورا در محیط چت‌جی‌پی‌تی و یکپارچه‌سازی این دو محصول است، اگرچه از ارائه جدول زمانی مشخص در این خصوص خودداری نمود. ساهای اشاره کرد نسخه‌ای از سورا که در نهایت به چت‌جی‌پی‌تی افزوده خواهد شد، احتمالاً سطح کنترلی مشابه با اپلیکیشن وب سورا را ارائه نخواهد داد، در اپلیکیشن وب سورا کاربران قادرند ویدئوها را ویرایش نموده و به یکدیگر متصل نمایند.
احتمال می‌رود اوپن‌ای‌آی با فراهم آوردن امکان تولید ویدئوهای سورا از طریق چت‌بات، در صدد جذب مخاطبان بیشتر به سوی چت‌جی‌پی‌تی باشد. الحاق سورا به چت‌جی‌پی‌تی همچنین می‌تواند کاربران را به ارتقاء به سطوح اشتراک ChatGPT Pro تشویق نماید، سطوحی که احتمالاً محدودیت‌های گسترده‌تری را در زمینه تولید ویدئو ارائه می‌دهند.
ساهای در جریان نشست پرسش و پاسخ، اینگونه استدلال نمود که یکی از علل اصلی اقدام اوپن‌ای‌آی به راه‌اندازی سورا به عنوان یک اپلیکیشن وب مجزا، حفظ سهولت کاربری چت‌جی‌پی‌تی بوده است.
اوپن‌ای‌آی از زمان آغاز به کار، تجربه کاربری وب سورا را بهبود بخشیده و روش‌های متنوع‌تری را برای کاربران ایجاد نموده است تا به بررسی ویدئوهای تولید شده توسط سورا در فضای اجتماعی بپردازند. ساهای همچنین بیان داشت که اوپن‌ای‌آی “تمایل دارد” یک اپلیکیشن تلفن همراه مستقل برای سورا توسعه دهد و خاطرنشان ساخت که تیم سورا به صورت فعالانه در جستجوی جذب مهندسان حوزه موبایل است.
اوپن‌ای‌آی در نظر دارد دامنه قابلیت‌های تولیدی سورا را به حوزه تصاویر نیز تعمیم دهد.
ساهای با تأیید گمانه‌زنی‌های مرتبط با چنین طرحی، اظهار داشت که اوپن‌ای‌آی در حال توسعه یک ابزار تولید تصویر هوش مصنوعی بر پایه سورا است. در حالی که چت‌جی‌پی‌تی در حال حاضر از قابلیت تولید تصویر پشتیبانی می‌کند، قابلیتی که با بهره‌گیری از مدل DALL-E 3 اوپن‌ای‌آی ارائه می‌شود، یک ابزار تولید تصویر مبتنی بر سورا می‌تواند این امکان را برای کاربران فراهم آورد تا تصاویری را خلق نمایند که از درجه واقع‌گرایی بالاتری برخوردار باشند.
ساهای در ادامه افزود که اوپن‌ای‌آی همچنین بر روی نسخه جدیدی از سورا توربو، یعنی مدلی که در حال حاضر زیرساخت اپلیکیشن وب سورا را تشکیل می‌دهد، مشغول به کار است.
سخن پایانی
تحولات اخیر اوپن‌ای‌آی در یکپارچه‌سازی سورا با چت‌جی‌پی‌تی نشان‌دهنده گام بزرگی در مسیر هوش مصنوعی مولد است. ادغام سورا با چت جی‌پی‌تی نه‌تنها قابلیت‌های تولید ویدئوی هوش مصنوعی را به سطح جدیدی می‌برد، بلکه به کاربران امکان می‌دهد محتوای بصری را با سرعت، سهولت و کیفیتی بی‌نظیر ایجاد کنند. با توسعه بیشتر این فناوری، احتمالاً شاهد کاربردهای گسترده‌تری در حوزه‌های خلاقیت دیجیتال، تبلیغات، آموزش و حتی سرگرمی خواهیم بود.
بدون شک، شرکت OpenAI با این اقدام، نه‌تنها موقعیت خود را در صنعت هوش مصنوعی تثبیت می‌کند، بلکه مسیر تازه‌ای برای آینده تولید محتوای دیجیتال می‌گشاید. حال باید دید که این تغییرات چگونه بر نحوه تعامل کاربران با چت‌جی‌پی‌تی و ابزارهای مولد دیگر تأثیر خواهد گذاشت. آیا این فناوری به‌زودی به یک استاندارد جدید در تولید ویدئو تبدیل می‌شود؟ آینده‌ای هیجان‌انگیز در انتظار است!
اگر محتوای ما برایتان جذاب بود و چیزی از آن آموختید، لطفاً لحظه‌ای وقت بگذارید و این چند خط را بخوانید:
ما گروهی کوچک و مستقل از دوست‌داران علم و فناوری هستیم که تنها با حمایت‌های شما می‌توانیم به راه خود ادامه دهیم. اگر محتوای ما را مفید یافتید و مایلید از ما حمایت کنید، ساده‌ترین و مستقیم‌ترین راه، کمک مالی از طریق لینک دونیت در پایین صفحه است.
اما اگر به هر دلیلی امکان حمایت مالی ندارید، همراهی شما به شکل‌های دیگر هم برای ما ارزشمند است. با معرفی ما به دوستانتان، لایک، کامنت یا هر نوع تعامل دیگر، می‌توانید در این مسیر کنار ما باشید و یاری‌مان کنید. ❤️
