Hvad er Sora? Forstå værktøjet på 2 minutter

Det begyndte som en stille præsentation. OpenAI viste et par korte videoklip frem, skabt udelukkende af tekstbeskrivelser ( se evt. henvisninger jeg har lagt som tag nederst ). Ingen kameraer, ingen optagelser, ingen mennesker. Bare en model, der havde lært at forudsige, hvordan pixels skulle bevæge sig. Modellen hed Sora, og ligesom ChatGPT et par år tidligere markerede den et skift i, hvad kunstig intelligens kan gøre. Sora er forholdsvist ny, men allerede nu har den fået filmfolk, reklamebranchen og tech-entusiaster til at spærre øjnene op. Du kan læse mere om Sora på OpenAIs officielle side, hvor de beskriver modellens evner og begrænsninger.

Hvor ChatGPT tidligere havde vist, at maskiner kunne tale som mennesker, viste Sora, at de også kunne se verden og genskabe den i levende billeder. Det var ikke bare endnu en opdatering. Det var en ny måde at tænke indhold på. I stedet for at filme, klippe og farvekorrigere kunne man skrive en sætning og få et resultat, der tilsyneladende lignede noget, et helt filmhold havde arbejdet på i uger. Det rejste straks spørgsmål: Hvad sker der med kreativt arbejde, når maskinen kan gøre det for dig? Hvad betyder det for sandhed, når video ikke længere er et bevis, men en konstruktion?

Hvordan Sora skaber video

Teknisk set bygger Sora på den samme transformer-arkitektur, som ligger bag sprogmodellerne. Men i stedet for at arbejde med ord som tokens, arbejder den med patch’er af billeder og video. Modellen er trænet på enorme mængder videodata fra nettet, hvor den lærer at forudsige næste billede i en sekvens. Det lyder enkelt, men kræver en ekstrem regnekraft. Processen er tilsyneladende lineær: en tekstbeskrivelse bliver til en latent repræsentation, som modellen så fortolker og omdanner til en strøm af pixels. Men i praksis er det en diffusion, hvor støj gradvist fjernes, indtil et klart billede står tilbage. Sora kan også forstå kamerabevægelser, lysforhold og objekters fysik – i hvert fald til en vis grad. Den kan skabe videoer, der varer op til et minut, med flere karakterer og miljøer.

Det, der gør Sora anderledes end tidligere videogenereringsmodeller, er dens evne til at opretholde konsistens over tid. Hvor ældre modeller ofte producerede klip, hvor objekter flimrede eller forsvandt, formår Sora at holde styr på en scene fra start til slut. Det skyldes, at den ikke bare ser på enkelte frames, men på hele sekvenser som en sammenhængende helhed. Eksempelvis kan den generere en video af en person, der går gennem en by, og stadig vide, at personen har samme tøj på, når den kommer ud på den anden side. Det lyder banalt, men for en maskine er det en voldsom præstation.

Hvad Sora kan bruges til

Anvendelsesmulighederne spænder bredt. Fra filmproduktion til arkitektur, fra undervisning til reklame. Tænk på en arkitekt, der hurtigt vil visualisere et byggeri i forskellige lysforhold. I stedet for at vente på en 3D-rendering kan vedkommende beskrive scenen og få en video på få sekunder. Eller en underviser, der vil vise historiske begivenheder som levende billeder, uden at skulle klippe arkivmateriale sammen. Sora gør det muligt at skabe indhold, der før krævede store budgetter og specialiseret personale. Samtidig åbner det for nye kreative eksperimenter, hvor kunstnere kan bruge modellen som et værktøj til at udforske ideer, de ellers ikke havde haft tid eller penge til at realisere.

Men der er også en bagside. Når maskinen kan generere realistiske videoer af ting, der aldrig er sket, bliver grænsen mellem fakta og fiktion flydende. Det er et problem, der allerede kendes fra deepfakes, men Sora gør det lettere og mere tilgængeligt. Uundgåeligt vil modellen blive brugt til at skabe misinformation, propaganda eller manipulation. Det er ikke et spørgsmål om, hvorvidt det sker, men hvordan vi håndterer det. Her spiller vandmærker, metadata og lovgivning en rolle, men teknologien udvikler sig hurtigere end reglerne.

Modellens begrænsninger i praksis

Sora er imponerende, men langt fra perfekt. Måske er den største svaghed, at den stadig har svært ved at forstå årsagssammenhænge. Hvis du beder den om at vise en kop, der falder på gulvet og knuses, kan den godt producere et sammenhængende resultat. Men hvis du beder den om at vise den samme kop, der først falder, så samles og falder igen, mister den tråden. Objekter kan pludselig ændre form, og ansigter kan forvrænges, især når der er mange detaljer. Brugere rapporterer om underlige skygger, forkerte refleksioner mv., som afslører, at modellen ikke forstår fysik på samme måde som et menneske. Den efterligner mønstre, men har ikke en indre forståelse af tyngdekraft, materialer eller lys.

Derudover er Sora endnu ikke offentligt tilgængelig for alle. OpenAI har valgt at rulle den ud i faser, dels for at teste sikkerheden, dels for at undgå et stormløb af kritik, hvis modellen blev brugt ukritisk. Det betyder, at kun udvalgte forskere, kunstnere og sikkerhedseksperter har adgang lige nu. Eftersigende arbejder virksomheden på en bredere lancering, men tidshorisonten er uklar. Det skaber en ulige adgang til teknologien, hvor store virksomheder og institutioner kan eksperimentere, mens almindelige brugere må vente. Det er et mønster, vi kender fra andre AI-modeller: de rigeste får først glæde af værktøjerne.

Hvad betyder Sora for kreative erhverv

Forkreative erhverv betyder Sora både en mulighed og en trussel. På den ene side kan den frigøre tid fra tekniske opgaver som storyboarding, farvekorrektion eller simple animationer. På den anden side risikerer den at erstatte netop de teknikere, der lever af at udføre disse opgaver. Det er et paradoks, som gentager sig fra andre industrier: teknologien skaber nye roller, men nedlægger gamle hurtigere, end folk kan omstille sig. Måske er det mest spændende potentiale i samarbejdet mellem menneske og maskine, hvor filmskaberen bruger Sora som en hurtig idé-generator, men selv står for den kunstneriske vision, klipping og fortælling. Forhåbentlig vil den kreative sektor finde en balance, hvor værktøjet løfter de dygtigste i stedet for at udradere de mindste.

Samtidig er der etiske overvejelser om ophavsret. Hvis Sora er trænet på videoer fra nettet, hvem ejer så resultatet? OpenAI har endnu ikke givet et klart svar, og retssager vil uundgåeligt følge. Det er et område, hvor lovgivningen halter bagefter teknologien, og hvor både kunstnere og virksomheder må forhandle sig frem til nye standarder. I takt med at modellen bliver bedre, vil spørgsmålene kun blive flere.

Vejen frem for Sora og videogenerering

Teknologien står stadig ved en begyndelse. Om et år eller to vil Sora formentlig være markant bedre, hurtigere og tilgængelig for alle. Andre aktører som Google og Meta arbejder på lignende modeller, så konkurrencen driver udviklingen frem. Det betyder, at videogenerering om få år kan blive lige så almindeligt som tekstgenerering er i dag. Man skal ikke være spåmand for at se, at indholdsproduktion, reklame, undervisning m.m. vil ændre sig grundlæggende. Men det kræver også en ansvarlig udrulning, hvor sikkerhed og gennemsigtighed prioriteres.

OpenAI har lovet at implementere vandmærker og begrænsninger for at undgå misbrug. Om det er nok, er et åbent spørgsmål. Forhåbentlig vil branchen samles om fælles standarder, så vi undgår et kaos af falske videoer. Men teknologien er her, og den bliver ikke væk. Det handler om at lære at leve med den og bruge den fornuftigt.

Hvis du vil vide mere om, hvordan AI-modeller som Sora fungerer, eller overvejer hvordan du selv kan integrere kunstig intelligens i dit arbejde, så kan du kontakte AIforze, der tilbyder foredrag og workshops om emnet. De hjælper virksomheder og kreative med at forstå teknologien, udnytte dens styrker og undgå faldgruber ( se evt. henvisninger nederst ). Det er et skridt mod en mere bevidst brug af værktøjet – ikke som en trussel, men som en forlængelse af den menneskelige fantasi.

Tags: ai tools, ai værktøjer, kunstig intelligens, llm, Sora

Foredrag og oplæg om AI

AIforze tilbyder foredrag om kunstig intelligens og brugen af AI. Jeg hedder Erik Bork og har som virksomhedsleder udviklet internet-services og bygget webportaler siden internettets begyndelse.

★★★★★

"Der var mange oplysende og brugbare råd. Erik var enormt dygtig, kompetent, engageret, klog, opmærksom og var velforberedt"

Deltager

Book foredragOm mig