OpenAI затваря Sora: защо приложението за видео с изкуствен интелект изчезва толкова бързо

  • OpenAI спира Sora, своето приложение и API за генериране на видео, задвижвани от изкуствен интелект, само месеци след старта му като социална мрежа.
  • Компанията преразпределя ресурси към бизнес инструменти, програмиране и роботика, докато се подготвя за евентуално първично публично предлагане.
  • Многомилионното споразумение с Disney и използването на герои от Marvel, Pixar или Star Wars е временно преустановено и спира да се движи напред.
  • Високите изчислителни разходи, регулаторният натиск и конкуренцията от Anthropic и Google ускориха стратегическата промяна на OpenAI.

Видео приложение с изкуствен интелект

OpenAI реши да прекрати разработването на Sora, амбициозното си приложение за генериране на видео, задвижвано от изкуствен интелект , само месеци след масовото му пускане като самостоятелно приложение и социална мрежа. Решението идва след лято на висока видимост за инструмента, милиони изтегляния и сделки от висок клас с гиганти като Disney, но също така и на фона на нарастващ дебат за разходите, рисковете и истинското място на този тип технология в бизнеса на компанията.

Съобщението, публикувано чрез официалния X акаунт на Sora (бивш Twitter), потвърждава, че както потребителското приложение, така и API-то за разработчици ще бъдат спрени . OpenAI благодари на участниците в общността и заяви, че през следващите дни ще предостави инструкции за запазване на генерираните видеоклипове, както и подробен график за спирането на услугата.

Какво беше Сора и защо се превърна в толкова бързо явление?

Sora беше пусната като първият голям опит на OpenAI да създаде самостоятелно приложение, фокусирано върху кратки видеоклипове , с интерфейс, много подобен на TikTok или Instagram Reels. След публичното му представяне през септември, потребителите могат да пишат текстови инструкции, да се вмъкват във филмови сцени или ежедневни ситуации и да споделят резултата в социална емисия от генерирани от изкуствен интелект вертикални клипове.

В първите няколко дни след публичната си достъпност, приложението надмина един милион изтегляния за по-малко от пет дни , като дори надмина първоначалното пускане на ChatGPT по някои показатели. То оглави класациите за снимки и видеоклипове в iPhone App Store и се превърна в централната фигура на OpenAI в опита им да навлязат на пазара за реклама на кратки видеоклипове, доминиран от TikTok, YouTube Shorts, Instagram и Facebook.

Голяма част от първоначалната му привлекателност произтича от възможността за ремиксиране на видеоклипове на други потребители и лекотата, с която могат да се генерират впечатляващи сцени: от невъзможни пейзажи до пресъздаване на икони на поп културата. Сам Алтман, главен изпълнителен директор на OpenAI, дори публично насърчава потребителите да експериментират със собственото си изображение в разпознаваеми моменти от филми и телевизия.

След този ослепителен старт, услугата беше затрупана от търсене и OpenAI трябваше бързо да разшири инфраструктурата, необходима за обработка на видео заявките . След като първоначалният пик отмина и използването се стабилизира, изтеглянията започнаха да намаляват и класирането на Sora спадна, което породи вътрешни съмнения относно средносрочното ѝ бъдеще.

Технологията зад Sora и скритите ѝ разходи

Технология за генериране на видео, задвижвана от изкуствен интелект

Отвъд фасадата си на социални мрежи, Sora беше един от най-технически сложните проекти на OpenAI . Платформата комбинираше дифузионни модели – същите принципи, които са задвижвали генерирането на реалистични изображения – с архитектури, подобни на Transformer, способни да интерпретират текст и визуални последователности като единен информационен поток.

Процесът на създаване започна с напълно шумно видео, подобно на статичното смущение на телевизор без сигнал . Чрез последователни математически итерации, ръководени от инструкциите на потребителя, системата постепенно елиминира шума и разкрива съгласувана сцена, както визуално, така и наративно.

За разлика от други модели, които третират видеото като проста поредица от изображения, Сора разделя съдържанието на малки, триизмерни, пространствено-времеви фрагменти . Тези фрагменти отчитат не само ширината и височината на всеки кадър, но и течението на времето, позволявайки непрекъснатост между кадрите, последователност на обектите и логиката на техните взаимодействия в цялата последователност.

Обучението на модела се основаваше на милиони видеоклипове, от които той научаваше основните правила на физическия свят : как се държи водата, как се проектират сенките върху движещи се повърхности или какво се случва, когато даден обект бъде ухапан и следа от това действие трябва да остане в следващите кадри. Тази способност за симулиране на явления от реалния свят се разглеждаше като ключов актив не само за развлеченията, но и за бъдещата роботика.

Цялото това техническо внедряване обаче имаше и недостатък: огромното потребление на изчислителни ресурси . Всяко генерирано видео водеше до високи разходи за изчислителна мощност и следователно до разходи за инфраструктура, особено поради ролята на видеокартата . Във време, когато големите технологични компании се конкурират в изграждането на все по-мощни центрове за данни, а търсенето на AI чипове скочи драстично, поддържането на социална мрежа с интензивно видео се превърна в трудно оправдано усилие.

Стратегическата промяна на OpenAI: сбогом на потребителското видео, здравей на предприятията и роботиката

Затварянето на Sora не се разглежда като изолиран случай, а по-скоро като част от по-широка преориентация в рамките на OpenAI . Според съобщения от издания като The Wall Street Journal и други бизнес вестници, компанията е обявила вътрешно, че ще премахне няколко продукта, базирани на своите видео модели, включително функциите за генериране на клипове, интегрирани в ChatGPT.

Ходът е в съответствие с план за приоритизиране на инструментите за продуктивност и софтуера за бизнеса и разработчиците . OpenAI обединява досега разнородни продукти – като например настолното си приложение ChatGPT, технологията за скриптове и браузъра си – в унифицирано „супер приложение“, целящо да опрости портфолиото си и да обедини екипите си около по-ясна продуктова визия.

Успоредно с това, компанията подчерта намерението си да засили изследванията в областта на симулациите в реалния свят и роботиката . Говорители на компанията обясниха, че екипът, работещ по Sora, ще продължи да използва генериране на видео, но вътрешно, за да обучава роботи, способни да се ориентират във физическа среда и да решават практически задачи.

Тази промяна идва, тъй като OpenAI обмисля потенциално първично публично предлагане (IPO) през последното тримесечие на годината . Да станеш публична компания означава да разчиташ по-малко на големи частни финансирания и повече на повтарящи се приходи от стабилни продукти, което насърчава фокуса върху бизнеси с по-ясна рентабилност, като например корпоративни услуги и програмни решения.

В този сценарий, поддържането на нашумели проекти с по-малко осезаемо икономическо въздействие – като генеративна видео социална мрежа с високи изчислителни разходи – се възприема като лукс, който е трудно да се поддържа. Следователно, в самата компания, затварянето на Sora се тълкува като опит за „освобождаване от баласта“ и намаляване на разсейващите фактори , за да се съсредоточи върху това, което може да подпомогне дългосрочния растеж.

Дисни, сделките са в очакване и неуспех за голяма медийна витрина

Един от най-поразителните аспекти на Sora беше партньорството ѝ с Disney и други големи интелектуални собствености . В края на годината развлекателната компания обяви споразумение, което позволява на потребителите да създават видеоклипове с над 200 героя от франчайзи като Marvel, Pixar и Star Wars в приложението OpenAI.

Това споразумение включваше възможността Sora да стане официална витрина за съдържание, вдъхновено от каталога на Disney , нещо особено привлекателно на фона на продължаващата битка за вниманието на потребителите на платформите за кратки видеоклипове. Освен това, различни медии съобщиха за многомилионна инвестиция от развлекателния гигант в OpenAI, отчасти свързана с това сътрудничество.

Стратегическата промяна на OpenAI и краят на Sora поставиха проекта на пауза. Говорители на Disney посочиха, че споразумението вече няма да се изпълнява по първоначалния план и изразиха уважението си към решението на технологичната компания да се откаже от бизнеса с генеративно видео, насочен към широката публика.

Дисни настоява, че ще продължи да проучва сътрудничества с платформи за изкуствен интелект , стига те да ѝ позволят да достигне до феновете, като същевременно зачита интелектуалната собственост и правата на създателите. Случаят със Сора по този начин служи като напомняне за това колко бързо могат да се променят приоритетите в един толкова нестабилен сектор като генеративния изкуствен интелект.

Затварянето засяга и други, по-малки сделки – включително тези със студия, създатели на съдържание и рекламни агенции – които са започнали да експериментират с платформата. Много от тези играчи сега виждат как потенциално мощен канал за дистрибуция и промоция изчезва точно когато започват да разбират неговата логика и аудитория.

Спорове: авторски права, фалшиви материали и „боклук от изкуствен интелект“

Отвъд бизнес аспектите си, Sora е заобиколена от противоречия, свързани с използването на интелектуална собственост и създаването на дийпфейкове . Още от първите седмици след създаването си, притежателите на авторски права и асоциациите на аудиовизуалната индустрия предупреждават, че приложението позволява на потребителите да генерират видеоклипове, използвайки изображенията на реални хора, защитени герои и сцени, които лесно се бъркат с професионални кадри.

Организациите на сценаристите и синдикатите на актьорите, особено силни в Съединените щати, изразиха загриженост относно въздействието, което тези инструменти биха могли да окажат върху творческата заетост и контрола върху собствения имидж . Лекотата, с която потребителят може да създава сцени, в които публична личност прави или казва почти всичко, предизвика оживен дебат относно ограниченията на този тип приложения.

Анализи от различни медии и експерти започнаха да посочват Сора като потенциален генератор на „AI боклук“ : големи обеми нискокачествени, повтарящи се или откровено подвеждащи видеоклипове, смесени с легитимно креативно съдържание. Този визуален шум затрудняваше разграничаването на автентичното от изфабрикуваното и подхранвано от страхове от нова вълна от дезинформация, базирана на хиперреалистични клипове.

Изправена пред нарастващ натиск, OpenAI въведе допълнителни контроли, за да ограничи създаването на определено съдържание . Например, генерирането на видеоклипове с участието на личности като Майкъл Джексън, Мартин Лутър Кинг-младши или други емблематични фигури от популярната култура беше ограничено без разрешение, след като законни представители и наследници изразиха своите опасения.

Въпреки това, дебатът около злоупотребата с генеративно видео и отговорностите на платформите остана жив. За някои анализатори, регулаторните и репутационните въпроси също оказаха голямо влияние при определянето на бъдещето на Sora, особено на пазари като Европа, където властите вече работят по специфични рамки за генеративен изкуствен интелект и свързаните с него рискове.

Ожесточена конкуренция и натиск за намиране на ясна посока

Случаят със Sora е поставен на фона на конкуренция, където OpenAI вече не играе самостоятелно или в непреодолима позиция . Докато компанията диверсифицира предлагането си с потребителски продукти, социални мрежи, асистенти, инструменти за разработка и експериментални проекти, конкуренти като Anthropic са се фокусирали върху ограничен брой ясни бизнес линии, предимно модели за програмиране и корпоративна употреба.

Този по-фокусиран подход позволи на Anthropic да се наложи сред разработчиците и корпоративните клиенти , до степен да надмине OpenAI по пазарен дял в някои сегменти, свързани с програмирането. Междувременно Google налага своите модели Gemini, използвайки огромната потребителска база, която вече използва търсачката и услугите ѝ ежедневно.

В бизнес сектора, данни от консултантски фирми и инвестиционни фондове показват, че OpenAI е загубил част от първоначалното си предимство . Докато ChatGPT доминира по отношение на броя на запитванията от индивидуални потребители, големият въпрос е колко от тях плащат за услугата и колко е печелившо да се поддържа този обем трафик спрямо конкуренцията.

В същото време капиталовият пазар променя тона си. Ключови производители на хардуер за изкуствен интелект, като NVIDIA, предупредиха, че мега-финансирането без ясни изисквания за възвръщаемост няма да продължи вечно . В този контекст компаниите в сектора знаят, че скоро ще трябва да представят стабилни продукти с конкретни бизнес модели, ако искат да запазят доверието на бъдещите акционери.

От тази гледна точка, затварянето на Sora се тълкува като знак, че OpenAI се опитва да усъвършенства подхода си и да избегне прекаленото си разпръскване . Компанията бързо премина от това да бъде възприемана като безспорен пионер до това да се изправя срещу конкурентите с по-фокусирани пътни карти. Намаляването на нашумелите, но периферни проекти е в този сценарий начин да се опитаме да си възвърнем яснотата и фокуса.

Какво ще се случи сега с потребителите, разработчиците и екосистемата?

В своите публични съобщения OpenAI подчерта, че ще публикува подробни ръководства, за да могат потребителите да експортират и запазват своите видеоклипове, преди платформата да бъде напълно затворена. Компанията казва, че проучва начини за улесняване на миграцията на съдържание към други формати или услуги, въпреки че все още не е посочила точни дати.

За тези, които са използвали Sora API в собствените си проекти – от приложения на трети страни до творчески експерименти или вътрешни инструменти – тази новина означава бързо преосмисляне на пътната им карта . Прекратяването на интерфейса за разработчици ще ги принуди да търсят алтернативи от други доставчици на генеративно видео или да се откажат напълно от тази функционалност, ако не могат да намерят жизнеспособен заместител.

В Европа и Испания прякото въздействие може да е по-малко по отношение на абсолютния обем, тъй като проникването на Sora все още е в ранен етап в сравнение с други платформи . Въпреки това, многобройни анимационни студия, рекламни агенции и дигитални създатели са започнали да експериментират с приложението като лаборатория за идеи и прототипи, нещо, което сега ще бъде прекъснато.

Някои експерти по дигитално право посочват, че спирането на дейността идва точно когато Европа се подготвя за прилагането на нови разпоредби относно изкуствения интелект , алгоритмичната прозрачност и синтетичното съдържание. По-малкото публично излагане на генеративно видео би могло до известна степен да облекчи част от регулаторния контрол, поне в краткосрочен план.

Междувременно екипите на OpenAI, които са работили по Sora, ще бъдат интегрирани в по-стратегически направления на работа , като например „агентни“ системи, способни да работят на компютъра на потребителя за автоматизиране на задачи, или роботизирани проекти, поддържани от усъвършенствани симулации. Техническите знания, натрупани в Sora, особено в областта на физическата симулация и времевата кохерентност, ще бъдат използвани повторно в тези области.

Затварянето на Sora символизира промяна в посоката за OpenAI: компанията преминава от фаза на постоянни пускания на пазара и известна степен на „експериментиране във всички посоки“ към такава, в която фокусът, рентабилността и регулаторната жизнеспособност имат по-голяма тежест при всяко решение. Дали тази корекция ще дойде навреме, за да си възвърне позициите спрямо конкурентите, предстои да видим, но всичко подсказва, че ориентираното към потребителите генеративно видео вече няма да бъде основната витрина на марката през следващите години.

Свързана статия:
Функция на видеокартата в компютър

Добавяне като предпочитан източник в Google