W kodzie aplikacji ChatGPT na Androida odkryto ślady Sory, modelu AI do generowania wideo. OpenAI szykuje rewolucję, która pozwoli tworzyć filmy z tekstu i obrazów.
W skrócie:
- W najnowszej wersji aplikacji ChatGPT na Androida znaleziono fragmenty kodu, które wskazują na rychłe wdrożenie funkcji generowania wideo opartej na modelu Sora.
- Nowe narzędzie ma pozwolić na tworzenie klipów na podstawie tekstu lub obrazu, a także dodawanie dialogów, ścieżki dźwiękowej i narzucanie określonego stylu wizualnego.
- Funkcja prawdopodobnie nie będzie nazywać się “Sora” w interfejsie użytkownika. OpenAI chce ukryć złożoną technologię pod prostym i intuicyjnym przyciskiem w aplikacji.
Wyścig zbrojeń w świecie sztucznej inteligencji nie zwalnia ani na sekundę. To już nie maraton, a seria brutalnych sprintów, w których OpenAI regularnie wysuwa się na prowadzenie. Kiedy rynek wciąż przetrawia możliwości modelu GPT-4o, analitycy grzebiący w kodzie aplikacji ChatGPT dokonali odkrycia, które zapowiada kolejny wstrząs. Wygląda na to, że technologia stojąca za modelem Sora – jednym z najbardziej zaawansowanych generatorów wideo AI – trafi bezpośrednio do najpopularniejszego chatbota na świecie. Koniec z oddzielnymi narzędziami, koniec z listami oczekujących. Tworzenie filmów ma stać się tak proste, jak napisanie kilku zdań.
Co dokładnie deweloperzy wygrzebali z kodu?
Analiza najnowszej aktualizacji aplikacji mobilnej ChatGPT na system Android nie pozostawia złudzeń. W plikach źródłowych znaleziono fragmenty interfejsu użytkownika, które wprost odnoszą się do generowania materiałów wideo. Nie chodzi tu o proste animacje, ale o zaawansowane opcje, które znamy z prezentacji Sory. Użytkownicy najprawdopodobniej będą mogli tworzyć wideo na dwa sposoby: wpisując polecenie tekstowe (tzw. prompt) lub przesyłając statyczny obraz, który AI “ożywi”. To jednak dopiero początek. Kod sugeruje, że możliwe będzie również implementowanie dialogów, dodawanie gotowej ścieżki dźwiękowej, a nawet precyzyjne określanie stylu wizualnego całego klipu. Brzmi jak małe studio filmowe w kieszeni? Owszem, i to jest właśnie cel.
Sora, ale jakby nie do końca?
Ciekawym detalem jest fakt, że w kodzie aplikacji ani razu nie pada nazwa “Sora”. To nie przypadek, a świadoma strategia produktowa, którą OpenAI stosuje od dawna. Podobny los spotkał przecież generator obrazów DALL‑E 3, który wewnątrz ChatGPT funkcjonuje po prostu jako bezimienna funkcja tworzenia grafik. Dlaczego? Odpowiedź jest banalnie prosta: chodzi o usunięcie bariery technologicznej. Przeciętny użytkownik nie musi wiedzieć, jaki model pracuje “pod maską” – on chce po prostu kliknąć przycisk “stwórz wideo”. OpenAI doskonale rozumie, że kluczem do masowej adopcji jest ukrycie całej skomplikowanej maszynerii za maksymalnie prostym interfejsem. Potrzebujesz pięciosekundowego klipu na media społecznościowe? Wpisujesz zdanie i gotowe. Chcesz zwizualizować scenę, którą masz w głowie? Opisujesz ją, a sztuczna inteligencja staje się twoim osobistym reżyserem, scenografem i operatorem w jednym.
Dwa wielkie znaki zapytania: dostępność i konsekwencje
Pomimo ekscytacji, w tej historii pozostają dwie kluczowe niewiadome. Pierwsza dotyczy dostępności. Sam model Sora nie został jeszcze udostępniony globalnie, a dostęp do niego ma jedynie wąska grupa twórców i badaczy. Nie wiadomo więc, czy nowa funkcja w ChatGPT zostanie od razu odblokowana dla wszystkich subskrybentów, czy też OpenAI zdecyduje się na stopniowe, regionalne wdrażanie. Taki ruch pozwoliłby firmie lepiej zarządzać gigantycznym obciążeniem serwerów, które z pewnością wywoła nowa funkcja. Drugie pytanie jest znacznie poważniejsze i dotyczy wpływu na rynek kreatywny. Jeśli próg wejścia do tworzenia wideo spadnie niemal do zera, co stanie się z profesjonalistami? To rewolucja dla marketerów, małych firm i indywidualnych twórców, ale potencjalnie egzystencjalne zagrożenie dla studiów produkcyjnych, animatorów i operatorów. Branża kreatywna – która już teraz z niepokojem patrzy na rozwój AI – będzie musiała na nowo zdefiniować swoją rolę w świecie, w którym wysokiej jakości wideo można wygenerować w minutę.