「非現実的な物理現象を頻繁に生成し、長時間にわたる複雑な動作に苦労する」：OpenAI の…

• OpenAI は、テキストをビデオに変換するモデル Sora を広く利用できるように出荷しました。
• 解像度と期間の制限があり、ChatGPT Plus/Pro ユーザーに限定されます。
• Sora は、より高速で強力なビデオ生成モデルを搭載しています。

OpenAIの12日間にわたる「Shipmas」の3日目、ChatGPTの開発元であるOpenAIは、テキスト動画変換モデル「Sora」の一般公開を発表しました。このツールは今年初めにプレビュー版としてリリースされていました。このモデルは、高品質を維持しながら、ユーザーの指示に忠実に従いながら、1分間の動画を生成できます。

ローンチ当初、ユーザーからは、複雑なシーンの物理シミュレーションや具体的な因果関係の理解が困難であるなど、重大なパフォーマンス問題が指摘されていました。しかし、OpenAIは、より強力で高性能なモデル「Sora Turbo」を搭載し、動画生成プロセスが高速化していると述べています。

OpenAIが指摘しているように、新しいモデル船には重大な限界があることは注目に値します。これには、非現実的な物理特性の生成や、長時間にわたる複雑な動作の実現が困難であることなどが含まれます。

私たちは、ビデオ生成テクノロジーを今導入することで、社会がその可能性を探り、この分野の進歩に合わせて責任ある使用を保証する規範と安全策を共同で開発する時間を与えています。

Soraで生成されたすべての動画にはC2PAメタデータが付与されます。これにより、動画がSoraから生成されたものであることが識別され、透明性が確保されます。また、出所の確認にも使用できます。完璧ではありませんが、デフォルトで目に見える透かしを追加するなどの安全対策を追加し、生成データの技術的属性を使用してコンテンツがSoraから生成されたものであるかどうかを確認するための内部検索ツールを構築しました。

本日、児童性的虐待コンテンツや性的ディープフェイクなど、特に有害な形態の虐待行為をブロックします。リリース当初は人物のアップロードは制限されますが、ディープフェイク対策を改良していく中で、より多くのユーザーにこの機能を展開していく予定です。安全性と監視への取り組み、およびレッドチーム演習の詳細については、システムカードをご覧ください。

このSoraの初期バージョンによって、世界中の人々が新たな創造性を探求し、物語を伝え、ビデオストーリーテリングの可能性の限界を押し広げるきっかけとなることを願っています。世界中の人々がSoraを使ってどんな作品を生み出すのか、今からとても楽しみです。

Soraは現在、ChatGPT ProおよびPlusユーザーのみご利用いただけます。そのため、Soraの動画生成機能は1080p、20秒までに制限されています。

ユーザーは OpenAI から直接サイトにアクセスできます。

ChatGPT Plusユーザーは、480pの動画を月間最大50本まで作成できます。また、月間最大720pの高画質で動画を少数作成することも可能です。興味深いことに、新たに開始された月額200ドルのChatGPT Proサブスクリプションは、Plusユーザーの最大10倍の容量に加え、より高い解像度とより長い再生時間を提供します。

OpenAIは来年、様々なユーザー層に合わせた価格設定を導入する予定です。Soraで生成された動画はリミックスやブレンドが可能で、AI生成コンテンツを容易に識別し、安全性を確保するための透かしも表示されます。

ケビン・オケムワは、ケニアのナイロビを拠点とするベテランのテクノロジージャーナリストです。Windows Centralで業界の最新トレンドや動向を幅広く取材し、豊富な経験を有しています。イノベーションへの情熱と細部への鋭い洞察力を持つ彼は、OnMSFT、MakeUseOf、Windows Reportといった主要メディアに寄稿し、Microsoftエコシステムを取り巻くあらゆるトピックについて、洞察力に富んだ分析と最新ニュースを提供しています。常に変化するテクノロジーのトレンドを追っている暇な時は、世界を旅したり、音楽を聴いたりしています。