Pinapatay ng OpenAI ang Sora: bakit mabilis na nawawala ang AI video app

  • Isinara ng OpenAI ang Sora, ang AI-powered video generation app at API nito, ilang buwan lamang matapos itong ilunsad bilang isang social network.
  • Inilalaan muli ng kumpanya ang mga mapagkukunan nito para sa mga kagamitan sa negosyo, programming, at robotics habang naghahanda ito para sa isang posibleng IPO.
  • Ang kasunduang nagkakahalaga ng milyun-milyong dolyar sa Disney at ang paggamit ng mga karakter mula sa Marvel, Pixar o Star Wars ay sinuspinde at hindi na maaaring magpatuloy pa.
  • Ang mataas na gastos sa pagkalkula, presyur sa regulasyon, at kompetisyon mula sa Anthropic at Google ay nagpabilis sa estratehikong pagbabago ng OpenAI.

Aplikasyon sa video na may artipisyal na katalinuhan

Nagpasya ang OpenAI na itigil ang Sora, ang ambisyosong AI-powered generative video application nito , ilang buwan lamang matapos ang malawakang paglulunsad nito bilang isang standalone app at social network. Ang desisyon ay dumating pagkatapos ng tag-araw ng mataas na visibility para sa tool, milyun-milyong download, at mga nangungunang deal sa mga higanteng kumpanya tulad ng Disney, ngunit sa gitna rin ng lumalaking debate tungkol sa mga gastos, panganib, at tunay na pagkakaangkop ng ganitong uri ng teknolohiya sa loob ng negosyo ng kumpanya.

Ang anunsyo, na inilabas sa publiko sa pamamagitan ng opisyal na X account ni Sora (dating Twitter), ay nagpapatunay na ang parehong consumer app at ang developer API ay isasara . Pinasalamatan ng OpenAI ang mga lumahok sa komunidad at sinabi na sa mga darating na araw ay magbibigay ito ng mga tagubilin para sa pagpapanatili ng mga nabuong video, pati na rin ang isang detalyadong timeline para sa pagsasara ng serbisyo.

Ano ang Sora at bakit ito naging isang mabilis na kababalaghan?

Inilunsad ang Sora bilang unang malaking pagsubok ng OpenAI sa isang standalone app na nakatuon sa maiikling video , na may interface na halos kapareho ng TikTok o Instagram Reels. Simula nang ipakilala ito sa publiko noong Setyembre, nagawa na ng mga user na magsulat ng mga text instruction, ipasok ang kanilang mga sarili sa mga eksena ng pelikula o pang-araw-araw na sitwasyon, at ibahagi ang resulta sa isang social feed ng mga AI-generated vertical clip.

Sa mga unang ilang araw ng pampublikong availability nito, ang app ay lumampas sa isang milyong download sa loob ng wala pang limang araw , na mas mahusay pa kaysa sa unang paglulunsad ng ChatGPT sa ilang sukatan. Nanguna ito sa mga tsart ng larawan at video sa iPhone App Store at naging sentro ng OpenAI sa pagtatangka nitong pumasok sa merkado ng short-video advertising, na pinangungunahan ng TikTok, YouTube Shorts, Instagram, at Facebook.

Karamihan sa unang apela nito ay nagmula sa kakayahang i-remix ang mga video ng ibang mga gumagamit at ang kadalian ng paglikha ng mga kapansin-pansing eksena: mula sa mga imposibleng tanawin hanggang sa mga muling paglikha ng mga icon ng pop culture. Si Sam Altman, CEO ng OpenAI, ay hayagang hinikayat ang mga gumagamit na gamitin ang kanilang sariling imahe sa loob ng mga makikilalang sandali mula sa pelikula at telebisyon.

Pagkatapos ng nakasisilaw na simulang iyon, ang serbisyo ay natabunan ng demand, at kinailangang mabilis na palawakin ng OpenAI ang imprastrakturang kailangan upang pangasiwaan ang mga kahilingan sa video . Nang lumipas na ang unang peak at naging matatag na ang paggamit, nagsimulang bumaba ang mga download, at bumaba ang ranggo ng Sora, na nagdulot ng mga panloob na pagdududa tungkol sa katamtamang termino nitong kinabukasan.

Ang teknolohiya sa likod ng Sora at ang nakatagong gastos nito

Teknolohiya sa pagbuo ng video na pinapagana ng AI

Higit pa sa harapan nito sa social network, ang Sora ay isa sa mga pinaka-sopistikadong proyekto ng OpenAI . Pinagsama ng platform ang mga diffusion model—ang parehong mga prinsipyo na nagtulak sa pagbuo ng mga makatotohanang imahe—na may mga arkitekturang parang Transformer, na may kakayahang bigyang-kahulugan ang teksto at mga visual na pagkakasunod-sunod bilang isang daloy ng impormasyon.

Ang proseso ng paglikha ay nagsimula sa isang ganap na maingay na video, katulad ng static sa isang telebisyon na walang signal . Sa pamamagitan ng sunud-sunod na mga pag-ulit sa matematika na ginagabayan ng mga tagubilin ng gumagamit, unti-unting inalis ng sistema ang ingay at nagpakita ng isang magkakaugnay na eksena, kapwa sa biswal at sa naratibo.

Hindi tulad ng ibang mga modelo na tinatrato ang video bilang isang simpleng pagkakasunod-sunod ng mga imahe, hinati ni Sora ang nilalaman sa maliliit, three-dimensional, spatiotemporal na mga fragment . Isinaalang-alang ng mga fragment na ito hindi lamang ang lapad at taas ng bawat frame, kundi pati na rin ang paglipas ng oras, na nagbibigay-daan para sa pagpapatuloy sa pagitan ng mga kuha, pagkakapare-pareho ng mga bagay, at ang lohika ng kanilang mga interaksyon sa buong pagkakasunod-sunod.

Ang pagsasanay ng modelo ay umasa sa milyun-milyong video kung saan natutunan nito ang mga pangunahing tuntunin ng pisikal na mundo : kung paano kumikilos ang tubig, kung paano ipinapakita ang mga anino sa mga gumagalaw na ibabaw, o kung ano ang nangyayari kapag ang isang bagay ay kinagat at ang isang bakas ng aksyon na iyon ay dapat manatili sa mga kasunod na frame. Ang kakayahang gayahin ang mga totoong penomeno sa mundo ay nakita bilang isang mahalagang asset hindi lamang para sa libangan kundi pati na rin para sa robotics sa hinaharap.

Gayunpaman, ang lahat ng teknikal na pag-deploy na iyon ay may downside: ang napakalaking pagkonsumo ng mga mapagkukunan ng computing . Ang bawat video na nalilikha ay nangangailangan ng mataas na gastos sa lakas ng computing at, samakatuwid, sa mga gastos sa imprastraktura, lalo na dahil sa papel ng video card . Sa panahong ang mga pangunahing kumpanya ng teknolohiya ay nakikipagkumpitensya upang bumuo ng lalong makapangyarihang mga data center at ang demand para sa mga AI chip ay biglang tumaas, ang pagpapanatili ng isang social network na masinsinang gumagamit ng video ay naging isang mahirap na pagsisikap na bigyang-katwiran.

Ang estratehikong pagbabago ng OpenAI: paalam sa consumer video, kumusta sa enterprise at robotics

Ang pagsasara ng Sora ay hindi nakikita bilang isang nakahiwalay na kaso, kundi bilang bahagi ng mas malawak na reorientasyon sa loob ng OpenAI . Ayon sa mga ulat mula sa mga outlet tulad ng The Wall Street Journal at iba pang mga pahayagan sa negosyo, inanunsyo ng kumpanya sa loob ng kumpanya na aalisin nito ang ilang produkto batay sa mga modelo ng video nito, kabilang ang mga tampok sa pagbuo ng clip na isinama sa ChatGPT.

Ang hakbang na ito ay naaayon sa isang plano na unahin ang mga tool at software para sa produktibidad para sa mga negosyo at developer . Pinagsasama ng OpenAI ang mga dating magkakaibang produkto—tulad ng ChatGPT desktop application nito, ang teknolohiya ng scripting nito, at ang browser nito—sa isang pinag-isang "super app," na naglalayong pasimplehin ang portfolio nito at ihanay ang mga koponan nito sa isang mas malinaw na pananaw sa produkto.

Kasabay nito, binigyang-diin ng kumpanya ang intensyon nitong palakasin ang pananaliksik sa real-world simulation at robotics . Ipinaliwanag ng mga tagapagsalita ng kumpanya na ang pangkat na nagtatrabaho sa Sora ay patuloy na gagamit ng video generation, ngunit sa loob ng kumpanya, upang sanayin ang mga robot na may kakayahang mag-navigate sa mga pisikal na kapaligiran at lutasin ang mga praktikal na gawain.

Ang pagbabagong ito ay kasabay ng pagsasaalang-alang ng OpenAI sa isang potensyal na IPO sa huling quarter ng taon . Ang pagiging isang pampublikong kumpanya ay nangangahulugan ng mas kaunting pag-asa sa malalaking pribadong round ng pagpopondo at higit na pag-asa sa paulit-ulit na kita mula sa mga matatag na produkto, na naghihikayat ng pagtuon sa mga negosyong may mas malinaw na kakayahang kumita, tulad ng mga serbisyo sa negosyo at mga solusyon sa programming.

Sa ganitong sitwasyon, ang pagpapanatili ng mga proyektong may mataas na profile na may hindi gaanong nasasalat na epekto sa ekonomiya—tulad ng isang generative video social network na may mataas na gastos sa computing—ay nakikita bilang isang luho na mahirap panatilihin. Samakatuwid, sa loob mismo ng kumpanya, ang pagsasara ng Sora ay binibigyang-kahulugan bilang isang pagtatangka na "mawalan ng bigat" at mabawasan ang mga pang-abala upang tumuon sa kung ano ang maaaring sumuporta sa pangmatagalang paglago.

Disney, mga kasunduan sa ere at isang balakid para sa isang pangunahing palabas sa media

Isa sa mga pinakakapansin-pansing aspeto ng Sora ay ang pakikipagsosyo nito sa Disney at iba pang pangunahing intellectual property . Sa pagtatapos ng taon, inanunsyo ng entertainment company ang isang kasunduan na nagpapahintulot sa mga user na lumikha ng mga video na nagtatampok ng mahigit 200 karakter mula sa mga franchise tulad ng Marvel, Pixar, at Star Wars sa loob ng OpenAI app.

Kasama sa kasunduang iyon ang posibilidad na ang Sora ay maging isang opisyal na palabas para sa nilalamang inspirasyon ng katalogo ng Disney , isang bagay na lalong kaakit-akit sa gitna ng patuloy na labanan para sa atensyon ng gumagamit sa mga platform ng maiikling video. Bukod pa rito, iniulat ng iba't ibang outlet ng media ang isang multi-milyong dolyar na pamumuhunan ng higanteng entertainment sa OpenAI, na bahagyang nauugnay sa kolaborasyong ito.

Ang estratehikong pagbabago ng OpenAI at ang pagbagsak ng Sora ay nagpahinto sa proyekto. Ipinahiwatig ng mga tagapagsalita ng Disney na ang kasunduan ay hindi na matutuloy gaya ng orihinal na plano at ipinahayag ang kanilang paggalang sa desisyon ng kumpanya ng teknolohiya na umalis sa negosyo ng generative video na naglalayong sa pangkalahatang publiko.

Iginiit ng Disney na patuloy nitong susuriin ang mga pakikipagtulungan sa mga platform ng artificial intelligence , basta't papayagan nila itong maabot ang mga tagahanga habang nirerespeto ang intelektwal na ari-arian at mga karapatan ng mga tagalikha. Kaya naman, ang kaso ni Sora ay nagsisilbing paalala kung gaano kabilis magbago ang mga prayoridad sa isang sektor na kasing-pabago-bago ng generative AI.

Ang pagsasara ay nakakaapekto rin sa iba pang mas maliliit na kasunduan—kabilang ang mga may mga studio, tagalikha ng nilalaman, at mga ahensya ng advertising—na nagsimulang mag-eksperimento sa platform. Marami sa mga manlalarong ito ngayon ang nakakakita ng isang potensyal na makapangyarihang channel ng pamamahagi at promosyon na naglalaho habang nagsisimula na nilang maunawaan ang lohika at madla nito.

Mga Kontrobersiya: copyright, mga deepfake at "basura ng AI"

Higit pa sa mga aspeto ng negosyo nito, ang Sora ay napapaligiran ng kontrobersiya na may kaugnayan sa paggamit ng intelektwal na ari-arian at ang paglikha ng mga deepfake . Mula sa mga unang linggo nito, nagbabala ang mga may hawak ng copyright at mga asosasyon ng industriya ng audiovisual na pinapayagan ng app ang mga user na lumikha ng mga video gamit ang mga larawan ng mga totoong tao, mga protektadong karakter, at mga eksena na madaling mapagkamalang propesyonal na footage.

Ang mga organisasyon ng mga manunulat ng iskrip at mga unyon ng mga aktor, partikular na malakas sa Estados Unidos, ay nagpahayag ng pag-aalala tungkol sa epekto ng mga kagamitang ito sa malikhaing trabaho at kontrol sa sariling imahe . Ang kadalian ng paggawa ng isang gumagamit ng mga eksena kung saan lumilitaw ang isang pampublikong pigura na gumagawa o nagsasabi ng halos anumang bagay ay nagdulot ng matinding debate tungkol sa mga limitasyon ng ganitong uri ng aplikasyon.

Ang mga pagsusuri mula sa iba't ibang outlet ng media at mga eksperto ay nagsimulang tukuyin ang Sora bilang isang potensyal na tagalikha ng "basura ng AI" : malalaking volume ng mababang kalidad, paulit-ulit, o tahasang mapanlinlang na mga video na may halong lehitimong malikhaing nilalaman. Ang visual na ingay na ito ay nagpahirap na makilala ang tunay mula sa mga gawa-gawa at pinagagana ng mga takot sa isang bagong alon ng disinformation batay sa mga hyperrealistic na clip.

Dahil sa tumitinding presyur, nagpakilala ang OpenAI ng mga karagdagang kontrol upang limitahan ang paglikha ng ilang partikular na nilalaman . Halimbawa, ang paglikha ng mga video na nagtatampok ng mga pigura tulad nina Michael Jackson, Martin Luther King Jr., o iba pang mga iconic na pigura mula sa kulturang popular ay pinaghigpitan nang walang pahintulot, matapos ipahayag ng mga legal na kinatawan at tagapagmana ang kanilang mga alalahanin.

Gayunpaman, nanatiling buhay ang debate tungkol sa maling paggamit ng generative video at ang mga responsibilidad ng mga platform. Para sa ilang analyst, ang mga isyu sa regulasyon at reputasyon ay malaki rin ang naging papel sa pagpapasya sa kinabukasan ng Sora, lalo na sa mga merkado tulad ng Europa, kung saan ang mga awtoridad ay nagtatrabaho na sa mga partikular na balangkas para sa generative AI at mga kaugnay na panganib nito.

Matindi ang kompetisyon at presyur upang makahanap ng malinaw na direksyon

Ang kaso ng Sora ay nakatakda laban sa isang mapagkumpitensyang konteksto kung saan ang OpenAI ay hindi na naglalaro nang mag-isa o nasa isang hindi matatalo na posisyon . Habang pinag-iba-iba ng kumpanya ang mga alok nito gamit ang mga produktong pangkonsumo, mga social network, mga assistant, mga tool sa pag-develop, at mga proyektong pang-eksperimento, ang mga karibal tulad ng Anthropic ay nakatuon sa isang limitadong bilang ng mga malinaw na linya ng negosyo, pangunahin na ang mga modelo para sa programming at paggamit ng enterprise.

Ang mas nakapokus na pamamaraang ito ay nagbigay-daan sa Anthropic na makakuha ng katanyagan sa mga developer at mga kliyente ng korporasyon , hanggang sa puntong malampasan nito ang OpenAI sa bahagi ng merkado sa ilang mga segment na may kaugnayan sa programming. Samantala, itinutulak ng Google ang mga modelo ng Gemini nito, gamit ang napakalaking base ng gumagamit na gumagamit na ng search engine at mga serbisyo nito araw-araw.

Sa sektor ng negosyo, ang datos mula sa mga kompanya ng pagkonsulta at mga pondo ng pamumuhunan ay nagmumungkahi na nawala na ang ilan sa mga unang bentahe nito sa OpenAI . Bagama't nangingibabaw ang ChatGPT sa mga tuntunin ng bilang ng mga katanungan mula sa mga indibidwal na gumagamit, ang malaking tanong ay kung ilan sa kanila ang nagbabayad para sa serbisyo at kung gaano kumikita ang pagpapanatili ng dami ng trapiko laban sa mga kakumpitensya.

Kasabay nito, nagbabago ang tono ng pamilihan ng kapital. Nagbabala ang mga pangunahing tagagawa ng AI hardware, tulad ng NVIDIA, na ang mga mega-funding round na walang malinaw na mga kinakailangan sa pagbabalik ay hindi magtatagal magpakailanman . Sa kontekstong ito, alam ng mga kumpanya sa sektor na malapit na nilang ipakita ang magagaling na produkto na may mga konkretong modelo ng negosyo kung nais nilang mapanatili ang tiwala ng mga magiging shareholder.

Mula sa pananaw na ito, ang pagsasara ng Sora ay binibigyang-kahulugan bilang isang senyales na sinusubukan ng OpenAI na pinuhin ang diskarte nito at iwasan ang pagkalat ng sarili nito nang masyadong manipis . Ang kumpanya ay mabilis na lumayo mula sa pagiging isang hindi mapag-aalinlanganang pioneer patungo sa pagharap sa mga karibal na may mas nakatutok na mga roadmap. Ang pagbabawas ng mga high-profile ngunit peripheral na proyekto, sa sitwasyong ito, ay isang paraan upang subukang mabawi ang kalinawan at pokus.

Ano na ang mangyayari ngayon sa mga user, developer, at sa ecosystem?

Sa mga pampublikong komunikasyon nito, binigyang-diin ng OpenAI na maglalathala ito ng mga detalyadong gabay upang ma-export at mapangalagaan ng mga user ang kanilang mga video bago tuluyang isara ang platform. Sinasabi ng kumpanya na nagsasaliksik ito ng mga paraan upang mapadali ang paglipat ng nilalaman sa iba pang mga format o serbisyo, bagama't hindi pa nito tinukoy ang eksaktong mga petsa.

Para sa mga gumamit ng Sora API sa kanilang sariling mga proyekto—mula sa mga third-party na application hanggang sa mga malikhaing eksperimento o mga internal na tool—ang balitang ito ay nangangahulugan ng mabilis na pag-iisip muli ng kanilang roadmap . Ang pagtigil ng developer interface ay magpipilit sa kanila na maghanap ng mga alternatibo mula sa iba pang mga generative video provider o tuluyang huwag nang gamitin ang functionality na iyon kung hindi sila makahanap ng mabisang kapalit.

Sa Europa at Espanya, ang direktang epekto ay maaaring mas maliit sa mga tuntunin ng ganap na dami, dahil ang pagpasok ng Sora ay nasa mga unang yugto pa lamang kumpara sa ibang mga platform . Gayunpaman, maraming mga animation studio, mga ahensya sa advertising, at mga digital creator ang nagsimulang mag-eksperimento sa app bilang isang laboratoryo para sa mga ideya at prototype, isang bagay na ngayon ay pipigilan na.

Itinuturo ng ilang eksperto sa batas digital na ang pagsasara ay kasabay ng paghahanda ng Europa para sa pagpapatupad ng mga bagong regulasyon sa AI , algorithmic transparency, at synthetic content. Ang mas kaunting pampublikong pagkakalantad sa generative video ay maaaring, sa ilang antas, makapagpagaan sa ilang pagsusuri ng regulasyon, kahit man lang sa maikling panahon.

Samantala, ang mga pangkat ng OpenAI na nagtrabaho sa Sora ay isasama sa mas estratehikong mga linya ng trabaho , tulad ng mga sistemang "ahente" na may kakayahang gumana sa computer ng gumagamit upang i-automate ang mga gawain, o mga proyektong robotics na sinusuportahan ng mga advanced na simulation. Ang teknikal na kaalamang naipon sa Sora, lalo na sa pisikal na simulation at time coherence, ay muling gagamitin sa mga lugar na ito.

Ang pagsasara ng Sora ay sumisimbolo sa pagbabago ng direksyon para sa OpenAI: ang kumpanya ay lumilipat mula sa isang yugto ng patuloy na paglabas at isang tiyak na antas ng "eksperimento sa lahat ng direksyon" patungo sa isa kung saan ang pokus, kakayahang kumita, at kakayahang umangkop sa regulasyon ay mas mahalaga sa bawat desisyon. Kung ang pagsasaayos na ito ay darating sa oras upang makabawi laban sa mga kakumpitensya nito ay nananatiling makikita, ngunit ang lahat ay nagmumungkahi na ang generative video na nakatuon sa mga mamimili ay hindi na ang pangunahing tampok ng brand sa mga darating na taon.

Kaugnay na artikulo:
Pag-andar ng video card sa isang computer

Idagdag bilang ginustong mapagkukunan sa Google