Na přelomu září a října představila společnost OpenAI svůj dosud nejambicióznější produkt od vydání ChatGPT, generátor videí Sora 2. Ten dokáže nejen vytvářet vysoce realistická videa z textového zadání, ale nově umožňuje vložit do výsledného záběru i samotného uživatele, a to včetně jeho hlasu. Výsledkem jsou scény s překvapivou mírou věrohodnosti, které posouvají hranice dosavadní tvorby pomocí umělé inteligence.

Zatímco konkurence z Googlu či Mety představuje jen postupná vylepšení svých stávajících video-modelů, OpenAI se pouští do velkého experimentu. Ve svém nejnovějším projektu totiž spojuje generování obsahu s úplně novou sociální sítí. Mobilní aplikace Sora na první pohled připomíná TikTok. Stejně jako čínská platforma nabízí vertikální rozhraní, jednoduché přecházení na další videa přejetím prstu i chytrý doporučovací algoritmus. Zásadní rozdíl je ale v tom, že každý klip na nové síti z dílny vývojářů pracujících pod taktovkou Sama Altmana je od začátku do konce vytvořený umělou inteligencí.

První ukázky od uživatelů jsou venku a je jasné, že Sora působí úplně jinak než dosavadní generátory. Videa vypadají tak realisticky, že hranice mezi skutečností a umělou inteligencí se prakticky stírá.

Navíc Sora přináší takzvaný „cameo“ režim – stačí jednorázově nahrát krátké video, ověřit svou identitu a od té chvíle můžete sebe či své přátele zasazovat do libovolné AI scény. Chcete se proletět na rogalu? Vyrazit na snowboard a zakončit jízdu saltem vzad? Stačí zadat prompt a Sora 2 vás vykreslí s dechberoucí věrností a to včetně vašeho hlasu.

Klíčovým rozdílem oproti konkurenci je to, že Sora 2 působí, jako by skutečně rozuměla fyzikálním zákonům. Pokud například hráč basketu mine koš, míč se přirozeně odrazí od desky a dopadne na zem, přesně tak, jak by to proběhlo ve skutečnosti. Starší modely by ho jednoduše „přemístily“ do obroučky, jen aby splnily zadání. Sora 2 ale dokáže věrně simulovat i chybu nebo neúspěch, a právě to je zásadní krok k tomu, aby se stala skutečně věrným odrazem reality.

OpenAI si údajně dobře uvědomuje rizika, která jsou s dnešními sociálními sítěmi spojená, od nekonečného „doomscrollingu“ přes vznik závislosti až po pocit izolace. I proto vývojáři do nové Sory údajně zavedli několik odlišných principů. Zdůrazňují, že nechtějí uživatelům jen pasivně servírovat obsah, ale dát jim nad ním skutečnou kontrolu.

Sora 2 tak představuje novou generaci doporučovacích algoritmů postavených na velkých jazykových modelech, do nichž stačí jednoduše napsat, co chcete – třeba více cestovatelských videí nebo méně akčních scén – a systém vám vyhoví. Jeho součástí jsou navíc i zabudované mechanismy, které pravidelně zjišťují, jak se uživatelé cítí, a proaktivně jim nabízejí možnost feed kdykoli upravit.

Aplikace totiž podle tvrzení OpenAI není navržená tak, aby maximalizovala čas strávený bezduchým prohlížením, ale aby spíše inspirovala k vlastní tvorbě. Proto prý upřednostňuje videa od lidí, které uživatelé sledují, a také obsah, jenž vás může motivovat k rozvoji kreativity.

Zvláštní důraz má OpenAI klást na bezpečnost mladších uživatelů. Teenageři budou mít nastavené limity na počet videí, která mohou denně zhlédnout, a přísnější pravidla pro generování obsahu s jejich obličeji. Rodiče navíc získají možnost kontrolovat nastavení jejich aplikace přímo přes ChatGPT.

Pokud jde o práci s tváří uživatele, vývojáři zdůrazňují, že kontrola zůstane vždy v rukou samotných lidí. Každý bude moci rozhodnout, kdo smí jeho digitální podobu použít, a kdykoli může přístup odvolat nebo smazat jakékoli video, ve kterém se objeví. Uživatelé rovněž uvidí i rozpracované návrhy videí, kde jejich podoba figuruje. Otázkou ale zůstává, jak přesně bude probíhat ověřování identity – zda systém dokáže spolehlivě zabránit tomu, aby se někdo cizí vydával za někoho jiného.

Tvrzení však působí poněkud idealisticky, zejména s ohledem na první videa, která začala kolovat krátce po spuštění aplikace. Jeden uživatel například zveřejnil falešné záběry z bezpečnostní kamery v hypermarketu Target, kde se falešná kopie Sama Altmana neúspěšně pokouší o krádež. Další video zachycuje šéfa technologického giganta v nelichotivé situaci, s hlavou v toaletě, po vzoru trendu internetového memu Skibidi Toilet z youtubového kanálu DaFuq.

„Je mnohem méně divné sledovat feed plný memů o sobě samém, než jsem si myslel. Nevím, co si o tom mám myslet,“ reagoval Sam Altman na poprask kolem nové aplikace prostřednictvím sociální sítě X.

Podle amerického webu Wired zatím OpenAI nemá jasno v tom, jak bude na Soře vydělávat. Jediným aktuálním plánem je možnost nabídnout uživatelům extra limity na vytváření obsahu v případě, že by poptávka výrazně převýšila dostupný výpočetní výkon. „Hodně problémů jiných aplikací pramení z monetizačních modelů, které nutí dělat rozhodnutí proti zájmům uživatelů,“ vysvětluje rozhodnutí tým.

Aplikace Sora je od konce září zatím dostupná jen v USA a Kanadě pro majitele zařízení s iOS, přičemž brzy se plánuje rozšíření do dalších regionů. Je zdarma a nabízí údajně „velkorysé limity“, které se však mohou změnit, pokud zájem uživatelů výrazně vzroste a kapacita výpočetního výkonu se stane omezením.

Pro uživatele služby ChatGPT Pro tvůrci připravili i speciální přístup k experimentálnímu modelu Sora 2 Pro, který údajně přinese ještě kvalitnější výstupy.