Publié le 2 février 2024. OpenAI a dévoilé Sora 2, une version améliorée de son outil de génération vidéo par intelligence artificielle, capable de créer des séquences plus réalistes, intégrant audio et permettant désormais l’intégration d’utilisateurs dans les créations via une nouvelle application sociale.
- OpenAI lance Sora 2, une avancée significative dans la génération vidéo par IA, avec des images et un son plus réalistes.
- La nouvelle version excelle dans la simulation de la physique, corrigeant les erreurs courantes des modèles précédents.
- Une application sociale, “Sora”, permet aux utilisateurs de créer et de partager des vidéos générées par IA, et d’y intégrer leur propre image.
OpenAI franchit une nouvelle étape dans le domaine de l’intelligence artificielle générative avec le lancement de Sora 2, une évolution majeure de son modèle de création vidéo. Présenté initialement en février 2024 et officiellement déployé en décembre dernier, Sora s’est rapidement imposé comme un outil prometteur, malgré ses premières limitations. Cette nouvelle itération vise à combler ces lacunes et à produire des créations visuelles d’un réalisme saisissant, se rapprochant ainsi de la qualité du monde réel.
Selon OpenAI, Sora 2 pourrait bien révolutionner la génération vidéo, de la même manière que GPT-3.5 a transformé le paysage des chatbots. L’entreprise souligne la capacité du modèle à réaliser des tâches exceptionnellement complexes, voire impossibles pour les générations précédentes.
« Sora 2 peut accomplir des choses exceptionnellement difficiles, et dans certains cas complètement impossibles, pour les modèles de génération de vidéos précédents. »
OpenAI, communiqué de presse
Les modèles vidéo antérieurs avaient tendance à “optimiser à l’excès”, déformant la réalité pour répondre aux instructions textuelles. Sora 2, bien qu’imparfait, se distingue par son respect accru des lois de la physique. Par exemple, si un basketteur manque son tir avec l’ancien modèle, le ballon pouvait se téléporter dans le panier. Avec Sora 2, le ballon rebondit sur le tableau, une simulation plus réaliste. OpenAI met en avant cette capacité à modéliser l’échec, et non seulement le succès, comme un atout majeur pour les simulations.
La nouvelle version de Sora ne se limite pas à la vidéo : elle est désormais capable de générer des paysages sonores sophistiqués, des dialogues et des effets sonores avec un niveau de réalisme élevé. De plus, elle permet d’intégrer des éléments du monde réel, tels que des animaux, des objets ou même des personnes, pour obtenir des simulations précises en termes d’apparence et de voix.
Une application sociale dédiée aux deepfakes
Accompagnant le lancement de Sora 2, OpenAI présente une nouvelle application sociale, sobrement nommée “Sora”, disponible pour les systèmes iOS aux États-Unis et au Canada, sur invitation. Cette application permet aux utilisateurs de créer, de découvrir des vidéos générées par IA dans un flux personnalisé, et d’intégrer eux-mêmes ou leurs amis dans ces créations. OpenAI explique que les utilisateurs peuvent apparaître directement dans n’importe quelle scène Sora, grâce à des “caméos”.
« Après un bref enregistrement vidéo et audio dans l’application pour vérifier votre identité et capturer votre image. »
OpenAI, description de la fonctionnalité “caméos”
L’application est disponible sur l’Apple Store et propose une interface avec un flux vertical, une page “Pour vous” et la fonctionnalité “caméos”, qui permet aux utilisateurs de donner leur autorisation pour l’utilisation de leur image. Il est possible de mémoriser son image et de décrire la vidéo et l’audio souhaités via une instruction textuelle.
Cette évolution ouvre un nouveau champ de possibilités pour la génération de simulations et de deepfakes. OpenAI présente toutefois cette innovation sous l’angle du divertissement et de la créativité.
« Nous pensons que les gens peuvent s’amuser beaucoup avec les modèles que nous construisons. Nous avons commencé à vivre avec cette fonction “trop” il y a plusieurs mois dans l’équipe de Sora, et nous nous amusons tous beaucoup. Cela semblait une évolution naturelle de la communication : des messages texte aux emojis, des notes vocales et ceci. »
OpenAI, communiqué de presse
Conçue pour éviter le doomscrolling
OpenAI assure avoir pris en compte le risque de doomscrolling (défilement infini de contenu négatif), d’addiction ou d’isolement lors du développement de l’application. À cet égard, elle propose des outils et des options permettant aux utilisateurs de contrôler le contenu affiché dans leur flux, et sonde régulièrement les utilisateurs sur leur bien-être.
Par défaut, l’application privilégie un contenu axé sur les personnes suivies ou avec lesquelles l’utilisateur interagit, ainsi que les vidéos que le modèle estime susceptibles d’inspirer ses propres créations.
« Nous n’optimisons pas le temps que vous passez dans le flux, et nous concevons explicitement l’application pour maximiser la création, pas la consommation. »
OpenAI, communiqué de presse
Des limites sont également imposées au nombre de générations que les adolescents peuvent consulter par jour, et des autorisations plus strictes sont mises en place pour les “caméos”. OpenAI prévoit également d’élargir ses équipes de modération humaine pour examiner rapidement les cas de harcèlement et de mettre en place des contrôles parentaux.
En ce qui concerne les “caméos”, OpenAI souligne que l’utilisateur conserve un contrôle total sur son image. Seul l’utilisateur décide qui peut utiliser son “caméo” et peut révoquer l’accès ou supprimer toute vidéo qui l’inclut à tout moment. Il peut également consulter les vidéos contenant son “caméo”, y compris les brouillons créés par d’autres personnes.
De plus, selon The Verge, chaque vidéo créée avec Sora comprendra des signaux indiquant qu’elle est générée par l’IA, tels que des métadonnées ou un filigrane. OpenAI affirme également disposer d’outils de détection internes pour évaluer si une vidéo ou un audio a été créé avec Sora. L’application n’autorise pas non plus l’enregistrement d’écran.
Concernant les deepfakes, OpenAI a précisé que l’image de personnalités publiques ne pourra pas être générée par Sora, sauf si elles ont téléchargé un “caméo” et donné leur consentement. Il ne sera pas non plus possible de générer du contenu pour adultes ou “extrême” via la plateforme.
Malgré ces précautions, la précision et la sophistication de Sora 2 rendent plus difficile la distinction entre le réel et le faux, et l’incursion d’OpenAI dans le domaine des médias sociaux ouvre la voie à une réalité synthétique. OpenAI reste cependant optimiste quant à l’impact positif de sa proposition.
« Nous considérons cela comme le début d’une ère complètement nouvelle pour les expériences coopératives. Nous sommes optimistes et nous pensons que ce sera une plateforme plus saine pour le divertissement et la créativité par rapport à ce qui est actuellement disponible. »
OpenAI, communiqué de presse
L’entreprise anticipe également une nouvelle ère de créativité et de développement culturel.
« Les simulateurs et les agents robotiques à des fins mondiales générales transformeront radicalement la société et accéléreront le progrès humain. Sora 2 représente une avancée importante vers cet objectif. Nous pensons que Sora apportera beaucoup de joie, de créativité et de connexion avec le monde. »
OpenAI, communiqué de presse