Das in San Francisco ansässige Startup OpenAI, bekannt für ChatGPT und Bildgenerator DALL-E, gab die Testphase für ihr neuestes Produkt Sora bekannt. Dabei handelt es sich um ein Text-zu-Video-Modell, das es Nutzern ermöglichen soll, mit einfachen Texteingaben realistische Videos zu erstellen.
Laut Unternehmensangaben ist Sora momentan in der Lage, bis zu eine Minute lange Videos in guter Qualität zu generieren, die genau den Vorgaben des Nutzers entsprechen. Das Modell kann sogar bestehende Standbilder nehmen und daraus ein Video generieren.
OpenAI-CEO Sam Altman lud über den Nachrichtendienst X erste Nutzer ein, Vorschläge für Videoideen einzusenden und veröffentlichte kurz darauf erste überzeugende Ergebnisse. Eines zeigte eine „halbe Ente, halbe Drache“, die „mit einem in Abenteuermontur gekleideten Hamster auf dem Rücken durch einen wunderschönen Sonnenuntergang fliegt“.
Laut OpenAI weist das aktuelle Modell jedoch noch Schwächen auf, wie etwa die Verwechslung von links und rechts oder mangelnde visuelle Kontinuität über die Länge des Videos hinweg.
Das Startup, das finanziell von Microsoft unterstützt wird, betonte, dass die Sicherheit oberste Priorität habe. Sora werde diversen „Red Teaming“-Tests unterzogen, bei denen dedicated Nutzer versuchen, Fehlfunktionen, unangemessene Inhalte oder andere Probleme zu provozieren.
Zudem wolle man politische Entscheidungsträger, Pädagogen und Künstler weltweit einbeziehen, um Bedenken zu verstehen und positive Anwendungsfälle für diese bahnbrechende Technologie zu identifizieren.
Auch Meta, Google und Runway AI arbeiten derzeit an ähnlichen Text-zu-Video-KI-Modellen und haben erste Beispiele ihrer Arbeit veröffentlicht.