Sam Altman thuyết phục Hollywood rằng Sora sẽ không phá hủy ngành kinh doanh điện ảnh

Việc tạo video từ văn bản đã trở thành một chủ đề nóng kể từ khi OpenAI giới thiệu Sora vào ngày 15.2. Sora có thể tạo video tối đa 1 phút với hình ảnh ấn tượng, chân thực dựa trên gợi ý từ người dùng. Mô hình AI này tạo ra các cảnh phức tạp với nhiều nhân vật, các kiểu chuyển động cụ thể cũng như chi tiết chính xác về chủ đề và hậu cảnh dựa trên những gì người dùng yêu cầu.

"Sora sử dụng mô hình khuếch tán, tạo video bằng cách bắt đầu với một video nhiễu, độ phân giải thấp sau đó loại bỏ nhiễu qua nhiều bước cho đến khi đầu ra đạt kết quả ưng ý", OpenAI nói về cách thức hoạt động của Sora.

Nhờ vậy, mô hình AI này có khả năng tạo toàn bộ video cùng lúc thay vì từng đoạn ngắn và ghép lại như các công cụ khác. Thuật toán cho phép mô hình dự đoán nhiều khung hình cùng lúc để đảm bảo chủ thể giữ nguyên vẹn trong khi các chi tiết khác được tái hiện.

Giới chuyên gia đánh giá Sora là công cụ AI tạo sinh tạo ra những thước phim chất lượng tốt nhất hiện nay.

Tờ Financial Times đưa tin Sam Altman và Brad Lightcap (Giám đốc vận hành OpenAI) gần đây đã tổ chức hàng loạt cuộc họp về Sora với các nhà điều hành Hollywood từ công ty Paramount, Universal và Warner Bros Discovery.

Sam Altman và Brad Lightcap đã yêu cầu lãnh đạo các hãng phim giúp họ triển khai Sora, theo những người tham dự cuộc họp.

Một số hãng phim sẵn sàng sử dụng Sora trong sản xuất, nói rằng nó có thể tiết kiệm thời gian và tiền bạc, nhưng OpenAI không cố gắng ký kết các thỏa thuận chính thức, theo nguồn tin của Financial Times.

Lãnh đạo một hãng phim cho biết: “Chưa có cuộc họp nào với OpenAI về quan hệ đối tác. Họ đã thực hiện các bản demo, giống như Apple đã trình diễn kính thực tế hỗn hợp Vision Pro. Họ đang cố gắng làm cho nhiều người phấn khích”.

Sam Altman gần đây đã tổ chức hàng loạt cuộc họp về Sora với các nhà điều hành Hollywood - Ảnh: FT

Theo OpenAI (công ty khởi nghiệp có Microsoft hậu thuẫn), Sora được xây dựng dựa trên những nghiên cứu trước đây về mô hình AI tạo ảnh Dall-E và chabot tạo văn bản ChatGPT. Tuy nhiên, tiến sĩ Jim Fan, nhà nghiên cứu cấp cao về AI tại Nvidia, nhận định: "Nếu bạn vẫn cho rằng Sora chỉ là món đồ chơi sáng tạo như Dall-E, hãy nghĩ lại. Nó là mô hình vật lý học hệ thống dựa trên dữ liệu, có thể mô phỏng cả thế giới thực lẫn ảo".

Jim Fan lưu ý Sora là mô hình biến áp khuếch tán từ đầu đến cuối. Bí mật của Sora nằm ở khả năng hiểu sâu sắc văn bản trước khi chuyển đổi thành các dạng hình ảnh 3D. Từ đây, Sora tiếp tục đưa ra dự đoán dựa trên quy tắc chuyển động vật lý để biến đổi từng pixel cho video đến mức chính xác nhất có thể.

"Trình mô phỏng của Sora không chỉ dựa trên những dữ liệu được học, nó còn có thể tự đào tạo, tìm ra kết quả đúng nhất để tiếp tục sáng tác", Jim Fan phân tích. Ông cho rằng điều khiến Sora trở nên khác biệt là nó không tạo video bằng cách lắp ghép chuỗi hình ảnh rời rạc mà kết xuất tập hợp pixel theo thời gian thực.

Trong phần mô tả về kỹ thuật hoạt động của Sora, OpenAI cũng khẳng định mô hình này sẽ đóng vai trò làm nền tảng cho AI hiểu và mô phỏng thế giới thực.

"Chúng tôi tin đây sẽ là cột mốc quan trọng để đạt được AGI", OpenAI tuyên bố.

AGI là AI siêu thông minh, tiên tiến đến mức có thể làm được nhiều việc ngang bằng hoặc tốt hơn con người. AGI cũng có thể tự cải thiện, tạo ra một vòng phản hồi vô tận với khả năng vô hạn.

Theo trang Medium, tổng hợp văn bản thành video là nhiệm vụ thách thức vì đòi hỏi mô hình AI phải hiểu ý nghĩa và ngữ cảnh của văn bản cũng như các khía cạnh khác của hình ảnh, video và chuyển động vật lý. Một trong những lý do OpenAI giới hạn Sora cho nhóm nhỏ dùng thử là vì nó vẫn còn một số nhược điểm.

"Sora có thể gặp khó khăn khi mô phỏng chính xác tính chất vật lý của một cảnh phức tạp. Nó có thể không hiểu đúng về các mệnh đề mang tính nguyên nhân - kết quả", OpenAI thừa nhận.

OpenA ví dụ Sora có thể sáng tạo video một người cắn bánh quy nhưng sau đó chiếc bánh còn nguyên và không có vết cắn. Sora cũng có thể nhầm lẫn các chi tiết trái phải, trước sau, ví dụ hình ảnh người đàn ông chạy ngược trên máy tập.

Song theo các nhà phân tích, điểm gây lo ngại lớn nhất của Sora nằm ở chính đột phá của OpenAI.

Những video được tạo ra quá giống thật khiến nhiều người sợ Sora có thể bị lạm dụng để phát tán nội dung sai lệch, vi phạm quyền riêng tư, phân biệt chủng tộc, thậm chí có thể tác động đến kết quả của các cuộc bầu cử. Dù cấm sử dụng Sora tạo nội dung xấu, OpenAI hiện chưa tìm được cách nhận biết đâu là hình ảnh do AI tạo ra, đâu là thật để gắn nhãn và phân loại.

Fred Havemeyer, người đứng đầu bộ phận nghiên cứu về AI của Macquarie, cho rằng khả năng đáng kinh ngạc của Sora sẽ gây ra nhiều lo lắng liên quan đến vấn đề đạo đức và ảnh hưởng tới xã hội. Theo ông, tác động tiêu cực của AI sẽ là chủ đề được tranh luận nhiều nhất trong 2024 và Sora là phát súng mở màn.

Theo tờ New York Times, OpenAI vẫn giấu kỹ thông tin về những nội dung sử dụng để đào tạo Sora đến từ đâu, bao nhiêu phần trăm trong số đó có bản quyền. "Có thể OpenAI muốn giữ bí mật để duy trì lợi thế cạnh tranh, nhưng cũng có thể họ sợ bị kiện liên quan đến bản quyền, tương tự rắc rối ChatGPT đang đối mặt", New York Times viết.

Cộng đồng AI cho rằng OpenAI sử dụng số lượng lớn video YouTube để đào tạo Sora. Nó gần như là một bí mật đã được công khai. Điều bí ẩn là làm thế nào OpenAI truy cập đủ nội dung YouTube (thuộc Google) để thực hiện công việc này.

YouTube cấm việc thu thập video của mình bằng bot và các phương pháp tự động khác, đồng thời cấm tải xuống vì mục đích thương mại.

Google cũng sẽ hạn chế các nỗ lực tải xuống dữ liệu video YouTube với số lượng lớn.

OpenAI cần lượng lớn văn bản, hình ảnh và video để đào tạo các mô hình AI của mình. Điều này có nghĩa là OpenAI phải tải xuống khối lượng lớn video YouTube hoặc truy cập dữ liệu này theo cách nào đó để vượt qua các giới hạn của Google.

Khi được hỏi về việc liệu có tải xuống video YouTube trên quy mô và sử dụng nội dung này làm dữ liệu để đào tạo mô hình AI hay không, người phát ngôn của OpenAI cho biết: “Chương trình đào tạo của Sora bao gồm tài liệu từ các nguồn được cấp phép cũng như nội dung có sẵn công khai trên internet”.

Giới phân tích đều chung nhận định Sora đang mở ra một kỷ nguyên mới của AI tạo video, tương tự cách ChatGPT xuất hiện. Khi chính thức thương mại hóa, Sora có thể tác động trực tiếp đến ngành điện ảnh, truyền thông và thiết kế game.

Reece Hayden, nhà phân tích cấp cao tại hãng ABI Research, nói trên CBS News rằng trong tương lai, những công cụ AI như Sora thậm chí sẽ thay đổi mô hình hoạt động của các nền tảng như Netflix khi người dùng có thể sửa đoạn kết câu chuyện hoặc tự tạo bộ phim theo ý mình chỉ với những dòng văn bản.

Vào năm 2023, hầu hết hoạt động sản xuất phim và truyền hình bị gián đoạn do các cuộc đình công lớn của các diễn viên và biên kịch chống lại các hãng phim, một phần do lo ngại rằng AI sẽ thay thế công việc của họ.

Sự ra mắt gần đây của Sora gây ra mối lo ngại cho nhiều nhà sáng tạo.

Cassey Ho, nhà sáng lập nền tảng thể dục Blogilates có gần 16 triệu người theo dõi trên YouTube, TikTok và Instagram, nhận xét: “Sora đang phá hủy con người. Nó đang tước đi sự sáng tạo của chúng tôi và không mang lại lợi ích gì cả".

Nhà làm phim Tyler Perry nói ông lo sợ tác động của AI với các ngành công nghiệp sáng tạo và đã tạm dừng kế hoạch mở rộng một trong những xưởng sản xuất phim trị giá 800 triệu USD của mình vì Sora.

OpenAI đã phát hành các video đầu tiên do bên thứ ba sản xuất bằng Sora hôm 25.3, gồm cả động vật không có thật và buổi trình diễn thời trang dưới nước.

Video về những con vật không có thật được nghệ sĩ kỹ thuật số Don Allen Stevenson III tạo ra bằng Sora

Sora không phải là công cụ AI chuyển văn bản thành video duy nhất có thể sớm trình làng chính thức, vì còn có các đối thủ cạnh tranh đang phát triển như Runway (công ty khởi nghiệp được Google hậu thuẫn), Emu Video của Meta Platforms và Lumiere của Google.

Sơn Vân