Mặc dù công cụ tạo video mới này thể hiện đẳng cấp riêng, OpenAI thừa nhận rằng mô hình Sora vẫn gặp khó khăn trong việc tạo ra các video phức tạp dài lâu. Điểm đặc biệt là mô hình này có thể đã được huấn luyện trên nội dung từ các trò chơi như Minecraft, Super Mario Bros, Call of Duty, Counter-Strike và một phiên bản từ thập niên 90 của Ninja Rùa Teenage Mutant.

Điều thú vị hơn, ngoài các trò chơi điện tử, nội dung từ Twitch cũng có thể đã được sử dụng để huấn luyện mô hình này. Ví dụ, có một số video AI tạo ra có sự hiện diện của các streamer nổi tiếng trên Twitch như Raúl Álvarez Genes, cho thấy rằng nền tảng này có thể đã trở thành một phần của bộ tài liệu huấn luyện Sora.

Để tránh vấn đề bản quyền, OpenAI đã sử dụng hệ thống lọc gắt gao nhằm tránh các yêu cầu tạo video từ nhân vật sở hữu thương hiệu. Tuy nhiên, việc tạo ra các video mang tính cách tân cũng khiến OpenAI và Microsoft đối mặt với nhiều vụ kiện bằng chứng về vi phạm bản quyền gần đây.

CEO OpenAI, Sam Altman, đã từng thừa nhận rằng phát triển các công cụ như ChatGPT không thể thiếu nội dung có bản quyền, cho rằng luật bản quyền không cấm sử dụng nội dung này để huấn luyện các mô hình AI.

Nhiều người, bao gồm YouTuber nổi tiếng Marques Brownlee, đã bày tỏ lo ngại về nguồn gốc tài liệu huấn luyện của Sora. Trong một video do AI tạo ra, có sự xuất hiện của cây cảnh mà Brownlee nhận ra từ các video của mình, đặt ra câu hỏi liệu video của anh có nằm trong nguồn dữ liệu huấn luyện của Sora hay không.

Bà Mira Murati, cựu CTO của OpenAI, từng được hỏi liệu Sora có được huấn luyện trên nội dung từ YouTube, Instagram và Facebook hay không, nhưng chỉ đưa ra câu trả lời rằng mô hình được đào tạo dựa trên dữ liệu có sẵn công khai cùng với dữ liệu được cấp phép từ các nguồn như Shutterstock. OpenAI cũng không đưa ra bình luận nào về những phát hiện của TechCrunch ngoài việc sẽ “kiểm tra lại với nhóm phát triển.”

The post OpenAI đối mặt nguy cơ kiện tụng vì mô hình AI mới Sora appeared first on Nhật Phúc.

Genie 2 là bước phát triển tiếp theo của môi trường lập trình sáng tạo của Google, sử dụng trí tuệ nhân tạo để tạo ra những môi trường tương tác mới ngay tức thì. Genie 1, được phát hành vào tháng 2, chỉ có thể tạo ra các môi trường 2D, nhưng Genie 2, vừa được công bố, đã đưa điều đó vào không gian 3D.

Theo Google, Genie 2 là một “mô hình thế giới”, nó có khả năng mô phỏng các thế giới ảo với những hiệu ứng động, vật lý và tương tác đối tượng. Quy trình tạo ra một thế giới 3D gồm hai bước: Genie 2 cần một hình ảnh tham chiếu để phát triển một thế giới mới, nhưng hình ảnh đó có thể được tạo ra từ một chuỗi văn bản bình thường. Muốn có một thế giới viễn tưởng kiểu Western? Genie 2 có thể tạo ra. Một mô phỏng chèo thuyền? Cũng không thành vấn đề. Bạn chỉ cần bắt đầu với một tham chiếu hoặc đề xuất phù hợp.

Trong quá trình trình diễn của Google, Genie 2 được kết hợp với hình ảnh do công cụ Imagen 3 tạo ra, cùng với những bản vẽ ý tưởng được nghệ sĩ vẽ tay. Người chơi — có thể là AI hoặc con người — đều có thể tương tác với môi trường trong thế giới này. Trong buổi demo, Google đã sử dụng thiết lập WASD truyền thống, với các phím mũi tên làm lựa chọn thay thế.

Một thách thức lớn hiện nay là sự nhất quán của mô hình. Với lý do nào đó, mô hình thường mất sự mạch lạc sau một thời gian ngắn, thường là khoảng 20 giây. (Mô hình dài nhất mà Google đã tạo ra dài được một phút.)

Lí do một phần có thể do mô hình có khả năng tạo ra “những tình huống phản sự kiện”, hoặc những con đường và hành động khác nhau mà người chơi có thể lựa chọn từ một điểm xuất phát cố định — chẳng hạn như rẽ trái hay phải ở một ngã ba đường. Mô hình cần phải tính đến một “horizon dài”, điều gì sẽ xảy ra khi một người chơi quay đi, rồi nhìn lại cảnh cũ một lần nữa.

Google cho biết Genie 2 có thể thích hợp với các góc nhìn khác nhau, như góc nhìn isometric, góc nhìn thứ ba kiểu lái xe, hoặc góc nhìn thứ nhất. Các hiệu ứng nước và các tương tác phức tạp với môi trường đều được tính đến. Trong một buổi trình diễn, một người chơi có thể chém nổ một quả bóng bay. Các hiệu ứng khói, trọng lực và phản xạ đều được mô phỏng, nhưng Google không nói rõ đến độ phân giải hoặc số lượng các đa giác được tính toán trên mỗi khung hình.

Các thế giới của Genie 2 không chỉ dành cho con người. Những “người chơi” AI cũng có thể được mô hình hóa, hoặc như nhân vật không phải người chơi (NPC), hoặc như nhân vật chính. Google đã trình diễn cách mà AI có thể được yêu cầu đi qua một cánh cửa cụ thể bằng một đề xuất văn bản, và cách nó có thể nhận ra lệnh này, hiểu ý nghĩa trong môi trường đã tạo và sau đó thực hiện.

Tuy nhiên, Google chưa tiết lộ nhu cầu tài nguyên tính toán mà Genie 2 đòi hỏi, liệu công cụ này có được công khai hay không, hoặc thậm chí là có kế hoạch thương mại hóa nó hay không. Nhưng với việc AI đã dần thâm nhập vào các trò chơi qua các đối thoại được tạo ra bởi AI, có vẻ như các trò chơi mô phỏng bằng AI có thể trở thành hiện thực. Chỉ là chưa phải ngay lúc này.

The post Google đột phá với Genie 2: Công nghệ tạo thế giới 3D tương tác từ văn bản appeared first on Nhật Phúc.