Das aufstrebende KI-Unternehmen OpenAI hat mit der Vorstellung seines neuen Text-zu-Video-Generators Sora für Aufsehen gesorgt. Sora kann realistische und fantasievolle Videoszenen auf Basis von Texteingaben erzeugen.
So funktioniert Sora
Laut der OpenAI-Website kann Sora Videos von bis zu einer Minute Länge mit einer Auflösung von bis zu 1080p (Full-HD) generieren. Der Benutzer gibt einen Textprompt ein, den Sora dann in ein Video umsetzt. Einige Beispiele:
- Eine Frau, die schick gekleidet durch eine Innenstadt-Szenerie läuft
- Eine Stadt in Kalifornien zu Zeiten des Goldrauschs
- Mammuts, die durch den Schnee stapfen
Die Videos haben keinen Ton, sind aber trotzdem sehr detailliert und realistisch. Man erkennt deutlich die Handschrift von OpenAI, die auch hinter Bildgeneratoren wie DALL-E und dem Chatbot ChatGPT stehen.
In die Entwicklung von Sora sind Erkenntnisse aus der Dall-E- und ChatGPT-Forschung eingeflossen. Laut OpenAI kann das Modell komplexe Szenen mit multiplen Objekten, Interaktionen und einer Vielzahl von Kamerawinkeln generieren.
Einsatzmöglichkeiten und Grenzen
OpenAI sieht für Sora großes Potential für Kreative und die Erstellung von Social-Media-Inhalten. Durchschnittliche Nutzer könnten mit Sora sehr hochwertige Videos erstellen. Auch für Storyboards, visuelle Effekte oder Prototyping in der Spieleentwicklung sei das Tool interessant.
Allerdings gibt es auch Grenzen. Kontinuierliche, in sich schlüssige Filme sind mit Sora nicht möglich, da das Modell nicht immer konsistent auf Texteingaben reagiert. Auch bei der Einhaltung von Ursache-Wirkungs-Beziehungen und räumlichen Bezügen gibt es noch Verbesserungsbedarf.
Veröffentlichung und Sicherheitsmaßnahmen
Noch ist Sora nicht öffentlich nutzbar. Laut OpenAI soll das Tool zunächst nur ausgewählten Künstlern und Experten zur Verfügung gestellt werden. Diese sollen Feedback geben, wie Sora weiter verbessert werden kann.
Gleichzeitig will OpenAI mithilfe von „Red Teams“ mögliche Sicherheitsrisiken und Schäden analysieren. Dazu gehören Bereiche wie Fehlinformationen, Hassrede und Verzerrungen. Es ist auch geplant, Werkzeuge zu entwickeln, um erkennen zu können, wenn ein Video von Sora generiert wurde.
Erst nach dieser Testphase soll eine breitere Veröffentlichung erfolgen. Ein genauer Zeitplan steht aber noch nicht fest.
Fazit
Mit Sora setzt OpenAI seine beeindruckende Innovationskette im Bereich der KI fort. Obwohl es bei generativen Videos schon andere Angebote wie Runway, Imagen oder PhenakiAI gibt, scheint Sora in Sachen Qualität und Komplexität neue Maßstäbe zu setzen.
Allerdings zeigt die kontrollierte Einführung auch, dass OpenAI sich der Verantwortung und Risiken solcher leistungsfähiger KI-Systeme bewusst ist. Neben dem großen kreativen Potential bergen Text- und Videogeneratoren auch Risiken für Manipulation und Desinformation.
Wie bei ChatGPT und DALL-E wird OpenAI auch bei Sora sehr genau abwägen müssen, wie das Tool verantwortungsvoll genutzt und kontrolliert werden kann. Die kommenden Wochen und Monate werden zeigen, ob dies gelingt. Fest steht: Mit Sora könnte OpenAI erneut einen Meilenstein in der KI-Landschaft gesetzt haben.
