OpenAIのSoraを試してみた、それはクールだと思います

まとめ

• ChatGPT Plus 加入者は、完全な 20 秒のクリップではなく、5 秒の Sora テイスト テストを受け取ります。
• Sora のビデオは、一貫性の問題とプロンプトの視覚化により、当たり外れが依然としてあります。
• Sora のビデオ技術は画像生成ほど成熟していないように感じられ、Veo 2 に遅れをとっています。

数か月にわたるティーザー期間を経て、OpenAI の Sora ビデオ生成テクノロジーが一般公開されました。私はこの待望のテクノロジーをしばらく試してみましたが、正直言って少し圧倒されました。

ChatGPT Plus 加入者はソラの 5 秒間の味覚テストを受けることができます

他のすべての ChatGPT Plus 加入者と同様に、Sora が一般に公開されると、私は自分のビデオを作成するためのアクセス権を取得しました。ただし、これは本物というよりも試食に近いものです。 Sora に特にお金を払っている人は、最大 20 秒の長さのクリップを作成し、より高い 1080p 解像度にアクセスできます。 Plus 加入者の場合は、5 秒のクリップを最大 720p の品質で入手できます。

テキスト ボックスにプロンプトを入力するだけで、数秒後にビデオ クリップが作成されます。これは、Midjourney やその他の AI 画像ジェネレーターがユーザーの観点からどのように動作するかを示しています。

短いクリップでも当たり外れが激しい

Sora の「完全な」エクスペリエンスが 20 秒に制限されている主な理由の 1 つは、一貫性に関してこのテクノロジには依然として重大な問題があるためです。ビデオが長くなるほど、間違いや奇妙な展開が増えます。

その問題はさておき、プロンプトに何を入力したかを視覚化するのは困難でした。たとえば、SF ではよくある、宇宙船がワープするクリップを要求しました。

まあ、それは私が念頭に置いていたことのようなものですが、私はそれを中途半端な YouTube トーキングヘッドビデオに入れるつもりはありません。

それ以外の場合は、かなり正確です。回転するクロームのHTGロゴをリクエストしたときなど。

ソラが現在抱えている最後の問題は、あらゆる種類の物理学に関するものです。信じられないような動きをする動物をフィーチャーしたビデオをたくさん見てきましたが、レールの上をボール ベアリングが動くような単純なものを求めたところ、この奇妙なビデオが提供されました。

ビデオが視覚的に完璧であっても、AI が生成したクリップとしてそれを提供するのは通常、モーションです。

ソラはイメージ生成よりもはるかに成熟していないように感じます

ソラが印象に残らないという印象を与えたくありません。これは大きな成果ですが、実際に使ってみると画像生成の初期の頃のように感じます。 Google が正確なタイミングで Veo 2 を発表しなければ、これはそれほど明らかではなかったでしょう。

そのシステムからのビデオは、特に移動オブジェクトの物理学が正確に見えるという点で、Sora よりもはるかに優れています。

Google によるこの公式コンピレーションをチェックしてください。

これらは厳選されたものだと主張する人もいるかもしれませんが、数人の YouTuber が Veo 2 にアクセスしており、Veo 2 がかなりの差を付けてトップにあるというのが意見のようです。

今のところ、それはただの楽しいおもちゃです

すでに加入しているサブスクリプションのおかげで、Sora を少しいじることができて楽しかったですが、この製品に現在の状態で月額 200 ドルの料金を払いたくありません。単純にストックビデオサービスに登録するほうがずっと良いでしょう。

Google が作り上げたものを見て、この分野には HeyGen や Runway ML などの競合他社があることを考えると、更新と改善が迅速かつ頻繁に行われることが期待されます。 OpenAI が ChatGPT の改善に執拗に取り組んでいること以外の理由がない場合。

私は中期的な将来では、AI ビデオ生成でさらに多くのことが可能になり、正確かつ迅速な遵守で長尺コンテンツを生成したり、シーン内の要素を編集したりできるようになるだろうと考えています。しかし、その日はまだ数年先になる可能性が高く、今のところ、それは非現実的ではあるものの興味深い好奇心です。