Un nouveau logiciel d'IA permet de créer des vidéos réalistes en utilisant uniquement des descriptions textuelles

OpenAI, la société propriétaire de ChatGPT, apporte sa technologie d'intelligence artificielle à la catégorie vidéo . L'entreprise vient de présenter Sora, son modèle d'IA de nouvelle génération. Sora fonctionne de manière similaire à l'outil d'IA de génération d'images existant précédemment d'OpenAI, DALL-E.

L'utilisateur entre une invite descriptive souhaitée et le logiciel Sora renvoie un clip vidéo haute résolution, avec la possibilité de fournir des scènes avec plusieurs personnages, des types de mouvement spécifiques et des détails fortement liés à l'invite de saisie.

« Ce modèle d’IA comprend non seulement ce que l’utilisateur demande dans une invite, mais aussi comment ces choses existent dans le monde physique », indique le billet de blog de l’entreprise.

Le nouveau modèle, appelé Sora, permet aux utilisateurs de transformer leurs invites descriptives souhaitées en clips vidéo haute résolution. (Image : extrait d'un exemple de vidéo OpenAI)

Avec Sora, OpenAI cherche à concurrencer les outils d'IA de génération de vidéos d'entreprises comme Meta et Google. Des outils d'IA similaires sont également disponibles auprès d'autres startups, telles que Stability AI, qui propose un produit appelé Stable Video Diffusion. Amazon a également lancé Create with Alexa, un modèle spécialisé dans la création de contenu animé de courte durée pour les enfants en fonction d'invites.

Actuellement, le logiciel Sora est limité à la création de vidéos d'une durée d'une minute ou moins. Jusqu’à présent, Sora n’a été mis à la disposition que d’une petite équipe qui teste le modèle pour détecter les vulnérabilités. La société n'a pas encore publié de démos publiques, à l'exception de 10 exemples de clips d'introduction disponibles sur son site Web.

Ce type de modèle d’IA pourrait avoir un impact énorme sur le marché du divertissement numérique, selon Reece Hayden, analyste senior au sein du cabinet d’études de marché ABI Research. Pour l’instant, ce modèle présente encore de nombreuses limites, mais il montre la direction du marché dans le futur.

Selon les experts, la vidéo pourrait être la prochaine frontière de l’IA générative, alors que les chatbots et les générateurs d’images font leur entrée dans le monde des consommateurs et des entreprises. Si les opportunités innovantes susciteront l’enthousiasme des passionnés d’IA, de nouvelles technologies comme celles-ci susciteront également de sérieuses inquiétudes quant à la désinformation, à l’approche d’élections politiques majeures dans le monde entier. Selon les données de Clarity, une société d'apprentissage automatique, en 2023, le nombre de vidéos et de photos deepfake générées par l'IA a augmenté de 900 % par rapport à l'année précédente.

Source