Sora (سورا)؛ معرفی کامل، قابلیت‌ها و آخرین اخبار

Sora مدل هوش مصنوعی OpenAI برای تولید ویدیو است. این شرکت در فوریهٔ ۲۰۲۴ از آن رونمایی کرد و نمونه‌های اولیه‌اش را برای نمایش توانایی تولید صحنه‌های ویدیویی از توضیحات متنی نشان داد. نسخهٔ قابل‌استفاده برای عموم در دسامبر ۲۰۲۴ عرضه شد؛ بنابراین تاریخ معرفی مدل با زمان دسترسی عمومی به آن یکی نیست. Sora برای ساخت ویدیو از روی دستور متنی طراحی شده و می‌تواند تصویر ورودی را نیز به ویدیویی متحرک تبدیل کند.

در زمان عرضهٔ عمومی، OpenAI نسخه‌ای با نام Sora Turbo ارائه کرد که برای تولید سریع‌تر ویدیو بهینه شده بود. ابزارهای در دسترس آن امکان‌هایی مانند بازترکیب ویدیو، ادامه‌دادن یا تغییر بخش‌هایی از آن و طراحی صحنه‌ها با ابزارهای تدوین را فراهم می‌کردند. قابلیت‌ها و سقف‌های استفاده ممکن است با تغییر محصول یا طرح دسترسی عوض شوند. نام Sora به خانوادهٔ مدل و محصول تولید ویدیو اشاره دارد؛ Sora Turbo نام نسخه‌ای است که برای عرضهٔ عمومی معرفی شد.

کاربران می‌توانند موضوع، سبک بصری، حرکت دوربین و رویدادهای صحنه را در یک دستور توصیف کنند و از Sora بخواهند ویدیویی متناسب با آن بسازد. این ابزار برای ساخت پیش‌طرح‌های ویدیویی، تصویرسازی ایده‌ها، محتوای کوتاه و آزمایش سبک‌های بصری کاربرد دارد. واردکردن تصویر نیز می‌تواند به حفظ ظاهر شخصیت یا فضای صحنه کمک کند، هرچند نتیجه همیشه دقیقاً مطابق انتظار نیست و ممکن است به چند بار اصلاح نیاز داشته باشد.

Sora در بازار تولید ویدیوی هوش مصنوعی در کنار ابزارهایی مانند Veo، Runway و Kling قرار می‌گیرد. نقطهٔ اصلی استفاده از آن تبدیل دستورهای متنی و تصویرهای ورودی به ویدیو است، نه تدوین حرفه‌ای همه‌منظوره یا تولید گفت‌وگوی صوتی کامل. خروجی‌های مدل ممکن است در حرکت‌های پیچیده، جزئیات ریز و پیوستگی میان نماها خطا داشته باشند؛ بررسی و ویرایش انسانی همچنان برای استفادهٔ نهایی اهمیت دارد.