Sora. C’est le nom du nouveau modèle d’intelligence artificielle dévoilé par OpenAI, capable de transformer des instructions textuelles en vidéos photoréalistes jusqu’à une minute de long. Elles peuvent inclure des scènes complexes avec plusieurs personnages, différents types de mouvements, et un souci du détail pour les sujets comme pour les arrière-plans. Sora, qui tire son nom du mot japonais signifiant “ciel”, est également capable de générer des vidéos à partir d’une image fixe, compléter ou prolonger des vidéos existantes.
La puissance médiatique que ChatGPT a donnée à OpenAI fait que depuis vendredi, on ne parle plus que de Sora. Pourtant, le modèle arrive sur un marché déjà encombré, que dominent Pika et Runway. C’est sans doute avec Runway et Midjourney qu’a été réalisé en mars dernier le spot de Coca-Cola, qui reste la référence pour l’instant en matière de vidéo d’IA.
Pika a attiré en novembre un tour A de 55 millions de dollars mené par LightSpeed Ventures ; Runway pour sa part a levé au total 236 millions de dollars, et Synthesia 156 millions (lire Qant du 16 juin 2023). Cependant, ce segment de l’IA a vite fini par attirer l’attention des grands. Stability AI a lancé en novembre dernier Stable Video Diffusion, puis Google a présenté Lumière en janvier (lire Qant du 23 novembre 2023 et du 24 janvier).
Voici maintenant le plus grand, OpenAI. La rivalité des grands modèles s’étend désormais à toutes les facettes de la multimodalité : texte, images, sons, voix, vidéos…
L’INTÉGRALITÉ DE CET ARTICLE EST DISPONIBLE EN FIN DE LETTRE
Source archive Kessel : https://qant.kessel.media/posts/pst_13a75a4ac0cd4652b6aba7823755fd23
