OpenAI annuncia SORA: non credo ai miei occhi [Analisi completa]

Summary

The video discusses the impressive advancements in AI-generated video technology, specifically focusing on Sora, a text-to-video tool that has significantly improved in quality and coherence. The creator analyzes Sora's capabilities, comparing it to previous tools and highlighting its photorealistic output. The video also touches on the strategic release of such technology, the importance of gradual implementation, and the potential implications for various industries, including the potential impact on the upcoming elections in 2024.

Takeaways

• 🚀 The introduction of Sora, a text-to-video tool by OpenAI, represents a significant leap in technology, capable of generating videos up to one minute in length with high visual quality.
• 🌟 Sora's announcement is strategically timed near other major AI announcements, suggesting a competitive landscape and a race for technological advancement in the industry.
• 🎥 The quality of Sora's video generation is impressive, with realistic reflections, coherent imagery, and detailed environments that were previously unattainable with other tools.
• 🔍 The script highlights the importance of understanding and simulating the physical world in motion, which is a core focus of OpenAI's development efforts.
• 💡 OpenAI is actively seeking feedback from industry experts and creative professionals to improve Sora and ensure its utility and safety in real-world applications.
• 🛠️ Despite its capabilities, Sora is not without flaws, as it struggles with understanding complex physics and cause-effect relationships in scenes, which OpenAI acknowledges and is working to improve.
• 🔗 The gradual release strategy and engagement with experts reflect OpenAI's commitment to responsible AI development, especially considering the potential political implications of AI-generated media.
• 🌐 The script discusses the rapid pace of AI advancements, suggesting an exponential growth in technology that could significantly impact various sectors, including media, entertainment, and beyond.
• 📈 The comparison between Sora and previous text-to-video tools like Pica and Runway showcases a significant upgrade in the capabilities and quality of AI-generated content.
• 🤖 OpenAI's focus on teaching AI to understand and interact with the real world indicates a broader goal of creating models that can assist in solving problems requiring physical interaction.
• 📚 The script emphasizes the educational aspect of OpenAI's research, integrating findings from GPT and other models to create a comprehensive understanding and application of AI.
• 🌍 The global impact of AI advancements is underscored by the mention of elections in 2024, highlighting the need for careful consideration of AI's role in shaping public opinion and information dissemination.

Q & A

What is the main topic of the video?

The main topic of the video is the announcement of Sora, a text-to-video tool developed by OpenAI, and its impressive capabilities in generating high-quality videos from text prompts.

How does the speaker describe the quality of Sora's video generation compared to previous tools?

The speaker describes Sora's video generation quality as a significant leap from previous tools, moving from quality level 3 to quality level 4, and is impressed by the coherence and adherence to the text prompts.

What is the significance of Sora's ability to understand and simulate the physical world in motion?

The significance lies in its potential to help people solve problems that require interaction with the real world, marking a step forward in AI's understanding of physical dynamics and movement.

How long can Sora generate videos?

Sora can generate videos up to one minute in length.

What is the speaker's reaction to the quality of the images produced by Sora?

The speaker is amazed by the quality of the images, describing them as incredible and photorealistic, to the point of being indistinguishable from real videos or photographs.

What does the speaker mention about the initial release strategy of Sora?

The speaker mentions that Sora's release strategy involves a gradual rollout, starting with red teamers (experts who test products in preview for security and functionality), then industry professionals, and finally the general public, to ensure the tool is safe and effective.

What are some of the limitations or weaknesses of Sora that OpenAI acknowledges?

null

What is the speaker's prediction for the future of AI and the impact of tools like Sora?

The speaker predicts that we are very close to achieving General Artificial Intelligence (AGI), as the advancements in AI technology, like Sora, are happening at an exponential rate, and the frequent, impactful announcements from tech companies suggest a significant shift in the AI landscape.

How does the speaker view the importance of the gradual release and feedback collection process for Sora?

The speaker views the gradual release and feedback collection process as crucial for ensuring the safety and responsible use of AI technology, especially considering the potential political implications and the need to avoid misuse in sensitive contexts like elections.

What is the speaker's comparison between Sora and previous text-to-video tools like Pica and Runway?

The speaker compares Sora favorably to previous tools, stating that Sora has raised the bar significantly and makes previous tools seem like toys in comparison, due to its advanced capabilities and higher quality video generation.

What are the potential implications of Sora's technology for the creative industry?

The potential implications include a significant shift in the way creative content is produced, as Sora's technology lowers the barrier to entry for video production and opens up possibilities for creators that were previously inaccessible or required high levels of expertise and resources.

Outlines

00:00

🚀 Introduction to Sora: A Leap in Text-to-Video Technology

The speaker introduces Sora, a groundbreaking text-to-video tool developed by OpenAI. They discuss the announcement of this new technology, emphasizing its superior quality compared to previous text-to-video tools. The speaker highlights the impressive transition from low-quality videos to Sora's high-quality output, which can generate videos up to a minute long. They also mention the importance of understanding the implications of such technology, especially its potential impact on the industry and society as we approach 2024.

05:00

🎥 Sora's Impact on Video Production and Industry Response

The speaker delves into the impact of Sora on video production, noting the impressive quality of reflections and details in the generated videos. They discuss the significance of Sora's ability to create complex scenes with multiple subjects and accurate backgrounds. The speaker also touches on the potential of this technology to lower entry barriers and open up possibilities for creative professionals. Furthermore, they mention OpenAI's approach to engaging with industry experts and stakeholders to improve the tool and its utility for creative applications.

10:03

🌟 Sora's Limitations and OpenAI's Transparency

The speaker addresses the limitations of Sora, acknowledging that while the technology is impressive, it is not perfect. They discuss examples of errors in the generated videos and the importance of understanding the physics of the real world. The speaker also highlights OpenAI's commitment to transparency and safety, mentioning their work with red teamers to test the product and ensure it does not produce harmful content. They emphasize the gradual release strategy and the collection of feedback to improve the technology.

15:03

📈 The Accelerating Pace of AI Technology Announcements

The speaker reflects on the rapid pace of AI technology announcements, particularly in the context of the competition between OpenAI and Google. They discuss the strategic timing of Sora's announcement in relation to Google's advancements and speculate on the potential impact of these developments on the industry. The speaker also considers the broader implications of these rapid advancements, suggesting that we may be on the verge of significant breakthroughs in AI technology.

20:04

🤖 The Ethical and Political Considerations of AI Technology

The speaker discusses the ethical and political implications of AI technology, particularly in the context of the upcoming elections in 2024. They mention OpenAI's commitment to responsible AI usage and the potential risks associated with the misuse of AI for creating fake news or manipulated content. The speaker emphasizes the importance of a gradual release strategy and the need for careful consideration of the technology's impact on society and democracy.

25:06

🌐 The Evolution of AI Tools and the Future of Content Creation

The speaker compares Sora to previous AI tools, highlighting the significant leap in quality and capability that Sora represents. They discuss the potential of Sora to revolutionize content creation and the industry's response to this new technology. The speaker also reflects on the broader implications of AI advancements for the future of media and entertainment, suggesting that we are entering an era of unprecedented creativity and innovation.

Keywords

💡Text to Video

Text to Video refers to the technology that converts written text into video content. In the context of the video, it is the core functionality of Sora, a model developed by OpenAI, which is described as a significant advancement in this field, capable of generating high-quality, coherent video content based on textual input.

💡Quality

Quality in this context refers to the visual and technical excellence of the videos produced by Sora. The speaker is amazed by the high-quality images, the coherence with the text, and the level of detail, indicating a significant improvement over previous text-to-video tools.

💡Announcement

The announcement refers to the unveiling of Sora by OpenAI, which is a significant event in the video's narrative. It is the central focus of the discussion, with the speaker analyzing the implications and significance of this release in the field of AI and video generation.

💡Industry

Industry here refers to the sector of AI and technology, specifically those involved in the development and use of AI tools like Sora. The speaker expresses a sense of shock and awe at the advancements, suggesting a significant shift in the capabilities of the industry.

💡OpenAI

OpenAI is the organization responsible for developing Sora. It is portrayed as a leader in the field of AI, making groundbreaking advancements with the release of Sora, which is seen as a major step forward in AI technology.

💡Reflection

Reflection in this context refers to the speaker's contemplation and analysis of the implications of Sora's release. It involves a critical examination of the potential effects on the industry, the creative process, and societal perceptions of AI-generated content.

💡Physical World Simulation

Physical World Simulation refers to the AI's ability to understand and replicate the dynamics of the physical world in its generated content. In the video, this is highlighted as a key feature of Sora, which is capable of simulating complex interactions with the real world, indicating a high level of sophistication in its AI capabilities.

💡Red Teamers

Red Teamers are a group of individuals who test products in a preview phase to ensure there are no dangerous or risky elements. In the context of the video, OpenAI has given access to a select group of experts, including artists and filmmakers, to gather feedback on Sora and understand how to improve the tool for creative professionals.

💡Artificial Intelligence

Artificial Intelligence (AI) refers to the simulation of human intelligence in machines that are programmed to think and learn like humans. In the video, AI is the underlying technology behind Sora, and the advancements in AI are what enable the creation of such sophisticated text-to-video models.

💡Causation

Causation refers to the relationship between cause and effect. In the context of the video, it is mentioned as a concept that Sora's model is being trained to understand better, which is crucial for the AI to accurately simulate events and interactions in the physical world.

💡Flaws

Flaws in this context refer to the limitations or mistakes in Sora's model. Despite its advanced capabilities, the AI is not perfect and may struggle with certain aspects of physical simulation, such as understanding the concept of cause and effect or handling complex spatial relationships.

Highlights

The introduction of Sora, a text-to-video tool by OpenAI, represents a significant leap in AI-generated video technology.

Sora can generate videos up to one minute in length, a substantial increase from previous text-to-video tools.

The quality of Sora's video generation is described as impressive, with high visual quality and adherence to the text prompt.

Sora's announcement emphasizes the AI's ability to understand and simulate the physical world in motion, which is a key focus of the technology.

OpenAI's approach includes gathering feedback from industry experts and creative professionals to improve the tool.

The announcement highlights the importance of addressing the potential risks and ethical considerations of AI-generated media.

OpenAI is working with red teamers and experts to ensure the safety and responsible use of their AI tools.

The technology behind Sora involves a diffusion model using a Transformer architecture, similar to advancements in image generation.

Sora's development signifies that AI is moving closer to the creation of General Artificial Intelligence (AGI).

The announcement's timing, close to Google's Gemini 1.5 release, suggests a strategic move by OpenAI in the AI industry.

The rapid pace of AI advancements, with significant announcements from different companies in quick succession, indicates an exponential growth in the field.

The gradual release strategy of AI tools like Sora aims to balance innovation with caution, considering potential political and societal impacts.

The potential for AI-generated videos to impact public trust and the spread of misinformation is a concern, especially in election years like 2024.

OpenAI's commitment to transparency and safety in AI usage reflects a broader awareness of the technology's societal implications.

The demonstration of Sora's capabilities includes a variety of video examples, showcasing its range and potential applications.

The comparison between Sora and previous text-to-video tools highlights the significant advancements in AI video generation.

The emphasis on the limitations and challenges of AI video generation, such as understanding cause and effect, is a key aspect of the announcement.

The announcement serves as a reminder of the rapid progress in AI, urging viewers to consider the implications of these advancements.

Transcripts

openi ha letteralmente di nuovo

scioccato

l'industria il mondo dovrei dire nemmeno

l'industria vè se se siete su questo

canale sapete a cosa mi riferisco sto

parlando dell'annuncio di Sora il loro

strumento il loro modello per generare

video quindi diciamo un text to video

tecnicamente dove scriviamo quello che

vogliamo e generiamo dei video non è il

primo che c'è in circolazione qua sopra

ne abbiamo visto anche diversi in

passato ma è il migliore è il migliore

ma no che diciamo è passato No da una

qualità tre a una qualità 4 No e che se

è passato da una qualità 3 a una qualità

300 è veramente veramente veramente

impressionante voglio fare con voi

Quindi questo video che è un po' a metà

tra due Format qua sopro no Quindi è un

po' una Reaction ad alcuni dei video che

sono stati pubblicati è un po' invece

un'analisi perché voglio andarci un po'

in dettaglio leggerci anche quello che

hanno fatto nell'annuncio e fare un po'

due ragionamenti cosa significa

l'annuncio di un prodotto come Sora a

inizio 2024 su questo secondo me c'è

parecchio da riflettere ma aspettiamo

fino alla fine del video per fare questa

riflessione tuffiamoci nel vivo Questo è

il sito ufficiale Questa è la pagina

ufficiale Voglio leggere con voi un po'

di cose analizzarle e poi ci guardiamo

anche qualche video Ovviamente prima di

farlo Vi ricordo che se volete

supportare questo canale potete farlo

cliccando il pulsantino Grazie c'è

proprio un pulsante che si chiama Grazie

sotto il video con il quale potete fare

una piccola donazione oppure se volete

fate un abbonamento c'è il pulsante pure

per l'abbonamento e quella è una è

semplicemente una donazione mensile che

fate ricorrente tutti i mesi quindi è un

modo di supportare tutta la roba gratis

di qualità che vi porto qui sopra Allora

andiamo qua sopra a vedere un po' Sora

Vabbè creare video dal testo Questo

diciamo lo sappiamo Eh tutti i video qua

dentro in questa pagina sono sta create

senza intervenire senza modifica Questa

è una bella frecciatina all'amico Google

che invece quando fa le presentazioni

diciamo ci mette un po' di no un po' un

po' di montaggio diciamo un po' di

lavoro in post produzione

Eh voglio anche leggere l'annuncio con

voi perché nell'annuncio ci sono un bel

po' di cose interessan quindi Eh stiamo

insegnando alle ai a capire e simulare

il mondo fisico in movimento questo è

interessante questa cosa la parola

understand qua è il punto principale di

tutto questo annuncio è la cosa sulla

quale non si è soffermato nessuno e sul

quale invece mi voglio soffermare un

pochino in questo video e e lo vedremo

perché c'è questa cosa la ripetono

spesso nella pagina No è in ottica di

Agi Questo è un passaggio molto molto

importante abbiamo l'obiettivo di

addestrare dei modelli che possono

aiutare le le persone diciamo a

risolvere i problemi no che che

richiedono interazione con il mondo

reale introduciamo il nostro modello

Sora è un Text to video e può generare

video fino a un minuto questo è

impressionante Qua ci sono un po' di

cose impressionante minuto Visual

Quality and hance adherences quindi la

lunghezza che non ha precedenti se avete

usato degli strumenti come può essere P

Ica no Come può essere runway eccetera e

sapete che moi lavorava su pochi secondi

di video e loro proprio alzano di

tantissimo l'asticella no Bam

all'improvviso danno un prodotto che fa

un minuto la qualità e tra un attimo la

vedremo qua sotto la qualità È

incredibile e poi proprio la la coerenza

con il prompt no Quindi l'aderenza con

quello che scriviamo questo è forse il

video che più è girato in questi Diciamo

in questi giorni che dice

Eh una donna che cammina per le strada

di Tokyo ci sono un sacco di luci

eccetera eccetera

una giacca nera un vestito

rosso Black boots quindi diciamo degli

stivali eccetera eccetera indossa degli

occhiali da sole del un rossetto non lo

leggo tutto però diciamo il video qua È

incredibile È

incredibile È incredibile la qualità

dell'immagine questa Già è una cosa

fuori di testa Cioè se avete visto

quando qua sopra ho fatto vedere dei che

ne so abbiamo parlato di per esempio di

Google Lumiere abbiamo parlato di Pica

No abbiamo parlato diverse volte di

prodotti Text to video la qualità era

molto molto scarna e e siamo passati nel

giro di pochissimo tempo veramente di

pochissimo tempo non so se vi ricordate

girava un annetto fa il video di Will

Smith che mangiava degli spaghetti No

quello era il livello a cui eravamo un

anno fa con il text to video abbiamo

fatto veramente un'esplosione cioè

questa è proprio un'esplosione la

velocità con la quale siamo arrivati qua

e se vi ricordate Io verso la fine del

2023 in diversi video ho detto

attenzione a non pigliare in giro questi

strumenti A non farvi le risatine del

cazzo che ogni tanto si fa qualcuno

quando dice Eh fanno schifo fanno cacare

Eh se questo è il livello Stiamo a posto

eccetera eccetera perché come abbiamo

visto crescere il text to image no che

nel giro di pochi anni da immagini

imbarazzanti a immagini fotorealistiche

che non riusciamo a distinguere da una

fotografia con il livello di Mid journe

e con altri strumenti del genere avevo

detto che col video sarebbe stato uguale

e il 2024 sarebbe stato l'anno

dell'esplosione dei video È

impressionante Se pensate che siamo solo

a febbraio eh È veramente veramente

impressionante Questa è clamorosa questa

immagine qua è clamorosa ovviamente ci

sono degli errorini qua e là Diciamo che

se uno guarda bene No L li nota che non

è proprio tutto perfetto eccetera

eccetera però Ricordiamoci cosa c'era

fino a diciamo fino a qualche giorno fa

No fino a prima che vedevamo Sora in

azione Cioè openi ha veramente fatto un

un salto impressionante e quando qua si

avvicina Guardate qui Cioè qua Metto

pausa perché quando si avvicina qua la

qualità impressionante No la qualità dei

riflessi guardate qua la qualità dei

capelli Cioè anche proprio l'immagine in

sé tutti gli altri strumenti fino ad ora

facevano dei video che erano anche molto

piccoli estremamente sgranati

estremamente rovinati eccetera eccetera

qua parliamo diciamo di una proprio

immagine sorgente che è di una qualità

incredibile veramente incredibile Non li

voglio vedere tutti perché su questa

pagina ce ne sono decine questo è

spettacolare il fatto che è un movie

trailer no Quindi qua è stato fatto un

movie trailer e quindi c'è proprio il ci

sono anche i tagli Cioè qua l'output è è

anche montato in un certo senso no è

proprio un una serie di clip in sequenza

uno dietro l'altro ed è un diciamo un

film di fantascienza ambientato nello

spazio eccetera eccetera con questo

astronauta con l'elmetto rosso e così

via Anche qui ci sono una valanga di

errori Però Guardate Quando si arriva a

diciamo a vedere il viso Cioè metto

pausa e e voglio farvi vedere questo

viso Cioè guagliù qua siamo a siamo a

una roba fuori di testa fuori di testa

vi dico senza unb di dubbio che questo

per me è il migliore questo è

letteralmente incredibile Cioè questo

non riuscirei a distinguerlo da un da da

da da da una ripresa fatto con un drone

fatta con con un elicottero fatto con

qualcosa questa è veramente veramente

veramente fatta bene veramente fatta

bene Qua ci sono c'è anche qualche

esempio di qualcosa non fotorealistico

quindi diciamo un po' Più stile no

cartoon un po' animazione e anche qua

immaginate proprio le implicazioni di

questa roba No il fatto di

poter produrre cose del genere con con

diciamo con con uno strumento

estremamente accessibile con dei C

estremamente accessibili no abbattiamo

una barriera all'ingresso impressionante

e cioè qua si aprono delle possibilità

veramente veramente incredibile

spettacolare veramente spettacolare

spettacolare non mi li guardo tutti

voglio voglio scendere un pochino per

leggere anche un po' cosa c'è

nell'annuncio perché secondo me poi è

interessante guardarci l'annuncio come

diceva prima al momento è stato

rilasciato solo ai Red teamers no che è

questo gruppo di persone che testano i

prodotti In anteprima per assicurarsi

che non ci siano delle cose pericolose

rischiose eccetera eccetera si chiamano

i red Team questi gruppi di diciamo di

di test di ricerca di analisi che ci

sono su questi su Questi strumenti hanno

dato l'accesso anche a un numero

ristretto di artisti di designer di

filmmaker quindi gente diciamo esperta

dell'argomento dell'Industria per

raccogliere feedback e capire un pochino

come eh migliorare lo strumento e come

renderlo utile vedete a ai Creative

professionals quindi a ai creativi a chi

questa roba la deve la deve utilizzare e

questo secondo me è interessante questo

è interessante perché E ovviamente una

delle prime cose che Uno potrebbe

pensare come sempre sicuramente pure qua

sotto ci sarà qualcuno che dirà Sai

quanta gente perde il lavoro adesso che

è uscito pure quest'altra cosa Vabbè a

posta sei sul canale YouTube sbagliato

se Commentate ancora così però è

interessante sapere che la prima cosa

che fa openi è proprio confrontarsi

invece proprio con l'industria No

proprio con gli stakeholder Con gli

esperti eccetera eccetera sta cosa la

trovo estremamente eh interessante e E

poi il fatto di diciamo di avere un un

approccio molto molto molto molto aperto

e su questo poi alla fine ci voglio fare

una una bella riflessione su questa cosa

openi qua è molto molto esplicita nel

dire stiamo dando feedback raccogliendo

feedback parliamo con persone fuori da

openi vogliamo dare al pubblico un po'

un diciamo un po' il senso di quello che

ci aspetta di quello che c'è

all'orizzonte e su questo Open Eye

Secondo me è cambiata molto negli ultimi

mesi è cambiata molto molto molto negli

ultimi mesi Sì dopo il casino con col

licenziamento di Sam Altman dopo il

fatto che qualche governo nel mondo ha

iniziato a richiedere trasparenza no a a

parlare anche di tematiche legate alla

sicurezza eccetera eccetera qua ce n'era

diciamo uno in particolare che volevo

farvi vedere Guardate

questo questo per me è incredibile cioè

su una cosa del genere Io non ho

veramente parole Non ho parole Non ho

parole perché qua nel prompt c'è scritto

che questa persona Eh è in si trova a

marrakeche durante Magic hour e quindi

Guardate nel riflesso dell'occhio quello

che si vede dietro no che c'è un il sole

di un certo tipo i colori di un certo

tipo questa roba qua è veramente

impressionante Vabbè Questa è tutta la

parte invece un po' più di animazione un

po' stile cartoon eccetera eccetera e ce

n'era un altro Ecco qua Questo qua pure

l'ho trovato veramente figo per la sua

complessità cioè il fatto che ci sono

tanti

pezzi di video di cose riprodotte dentro

degli schermi Questa è veramente Anche

qui si vedono un sacco di piccoli errori

ma ricordatevi dove eravamo Quindi come

sempre non pensate a quello che è lo

strumento oggi pensate a quello che

potrebbe

[Musica]

essere mi viene da sorridere no quando

ripenso ai commenti di qualcuno che

veniva a prendere in giro gli strumenti

di pochi mesi fa che facevano dei video

che erano imbarazzanti signori come

voleva dimostrare Quindi se state ancora

a fa commenti del genere avete capito

che siete completamente fuori strada

Questa è interessante questa roba qua

eh il il fatto di parlare di scene

complesse con soggetti multipli no con

con con con più di un soggetto

all'interno della scena che era la

grande limitazione che avevamo visto

invece nell'usare runway nell'usare Pica

no nell'usare strumenti di di questo

tipo l'accuratezza del background di

quello che succede nello sfondo e

eccetera eccetera eh E quindi dice non

solo quello che la persona ha chiesto

nel prompt ma anche quello che esiste

nel mondo fisico cioè quello attorno se

io ti dico che questa ragazza sta

camminando in un bosco tu non ti

concentri solo sulla ragazza ma il fatto

che nel bosco le foglie si muovano col

vento Gli uccellini passino in

sottofondo che una volante di vento No

faccia alzare magari del della polvere

eccetera eccetera e qua Cioè anche qui

ce ne sono alcune questa per me è fuori

di testa questa è bellissima perché

vabbè oltre a essere estremamente

realistica simula il riflesso nello

specchio cioè Guardate quant è bello

quando passa nello specchio Cioè non

nello specchio diciamo nel vetro Volevo

dire Guardate quanto è realistico questo

momento qua Cioè questo è

indistinguibile da un video da un video

reale eh Questa pure è molto molto bella

e questa per me è come prima No vale

proprio il ragionamento di prima cioè

questa qui Io non riuscirei a

distinguerla da una ripresa fatta

dall'alto di una qualsiasi costa che ne

so Questo potrebbe essere Boh un pezzo

di Costiera malfitana che ne so No un

pezzo della Costa Azzurra non lo so

comunque Potrebbe essere uno scenario

del genere veramente veramente veramente

incredibile Qua ci sono eh Un po' di

cose interessanti e qua l'aspetto più

interessante è questo No il fatto di

essere persistente sapete che abbiamo

una grossa limitazione al momento con

gli strumenti che generano Soprattutto

la parte di immagini ma vale anche per i

video Eh il fatto di poter fare lo

stesso personaggio in più contesti

diversi con abiti diversi con

espressione del viso diverse andatevi a

vedere ho fatto due video sul mio canale

YouTube dove faccio vedere come fare

questa cosa e ancora non siamo ad alti

ad alti livelli di qualità Sora da

questo punto di vista fa un un salto

enorme No io immagino che parte di

questa tecnologia poi finisca anche

dentro da lì sulla parte diciamo di di

immagini anche qua diciamo spettacolare

uno molto molto bello Era questo qua

Aspettate che ve lo faccio vedere Ecco

qua Questo per me era veramente

veramente bello veramente veramente

bello Guardate quello che succede dietro

anche se non mi concentro sulla persona

no c'è gente che qua dietro passa lui si

trova in un in un caffè a Parigi dietro

passa un poliziotto mi sembra a un certo

punto un due ragazze

Eh una signora con un cappello delle

macchine parcheggiate questa questa

parte è spettacolare No la cura dei

dettagli i riflessi cioè guardate qua i

riflessi nel vetro dell'occhiale della

finestre che c'ha di fronte e così via E

questa parte qua è la cosa più

interessante

la cosa più interessante dell'annuncio e

cioè che esplicitamente openi ha detto

questo modello ha delle debolezze alcune

cose non funzionano non riusciamo a

gestire bene alcuni aspetti della fisica

del mondo e tra un po' lo vediamo un

attimo potrebbe non capire bene il

concetto di causa effetto e perché dico

concentriamoci un attimo su questa cosa

perché questa è roba fondamentale per le

Gi quindi non pensate che questo sia uno

strumentino

per fare i video Questo è un pezzo del

puzzle che openi sta costruendo per

arrivare all' gii perché quando ti parla

di capire causa e effetto degli eventi

si sta andando in quella direzione cioè

diciamo questa è è proprio no è ovvio è

ovvio per me e mi spiace che molti dei

video che sono usciti sta roba non La

trattano fanne vedi un po' i video certo

quella parte è bello ma dobbiamo leggere

tra le righe di quello che ci sta

dicendo

Open Vedi quando dice qua una persona

potrebbe dare un morso a un biscotto ma

la scena dopo il biscotto potrebbe non

avere i segni dei denti eh può può può

fare confusione tra destra e sinistra e

tra altri elementi diciamo spaziali

eccetera eccetera e infatti Qua ci sono

alcune cose e vedete che cosa hanno

fatto hanno messo

esplicitamente dei video

sbagliati questa roba qua è senza

precedenti ed è fondamentale Secondo me

pure su questo ci torniamo ci torniamo

qua fa vedere Vabbè ovviamente qua è

stato chiesto di un far correre un

ragazzo su un tapirulan e Qua dice vabbè

Sta ovviamente sta facendo una cosa no

qua la fisica è completamente è

completamente sbagliata Qua ci sono

questi non so se sono dei cani o dei

lupacchiotti no sono dei lupacchiotti

Secondo me e vedete come escono uno da

dentro l'altro Quindi pure qua diciamo

c'è un po'

Eh ci sono un po' di problemi proprio

non solo con la fisica eccetera eccetera

Eh qua c'è un pallone da basket che deve

entrare dentro un un canestro e e qua

esplode e riesce un altro pallone che

poi passa da dentro il il ferro e hanno

messo un po' di questo secondo me è

molto bello qua si capisce proprio il

problema del del della causa effetto del

della spazialità degli oggetti no vedete

qua c'è questo questa sedia che poi

rimane là poi c'è un altro pezzo di

sedia EC C anche se il resto è

incredibilmente perfetto no però c'è

ancora qualche errore furbi molto furbi

a mostrarlo dall'inizio Qua ci sono un

po' di problemi con le mani delle delle

persone guardate le mani delle persone

che non si muovono in maniera in maniera

realistica lei soffia le candeline non

si muovono le candeline hanno tutte

quante il vento cioè il vento No la

posizione dell'aria diciamo

l'inclinazione della fiamma in modo

sbagliato eccetera eccetera super super

super interessante e poi c'è un bel

blocco sulla sicurezza dove dice

ovviamente stiamo lavorando con i red

teamers stiamo facendo dei test eh

alleniamo no con tenendo certi standard

Lo sapete che ormai diciamo queste cose

le ce le aspettiamo un po' tutti avanti

ci dice noi facciamo anche un lavoro

enorme nel cercare di bloccare i prompt

che violano le nostre Policy quelle

sulla violenza quelle con contenuti

sessuali quelle con immagini famose

Oppure dove ci sono degli IP quindi

diciamo delle intellectual property

quindi non posso fare un video dove dico

fammi Leonardo Di Caprio che gioca a

basket no nel cortile di casa mia oppure

fammi Topolino che combatte con

Vegeta su Non lo so su namec eccetera

eccetera Eh e così via E poi vabbè poi

stiamo parlando con gli educators con

gli artisti eccetera eccetera per

cercare di capire quali sono le loro

preoccupazioni e così via Vabbè Qua ci

sono un'altra valanga di esempi Diciamo

che skippo completamente qua la cosa

interessante è il fatto che spiegano un

pochino come Qual è la tecnologia che ci

deto il modello no Quindi qua si parla

di Transformer e si parla di modello di

diffusione quindi di Camo modelli di

diffusioni che siamo già abituati a

vedere nel mondo della generazione delle

immagini no se avete mai utilizzato Mid

jn eccetera eccetera sapete come lavoro

un modello di diffusione Quindi anche in

questo caso Qua c'è anche il diciamo

proio il ehm vi lascio anche questo link

qui sotto Qua c'è anche il il link

Quello un pochino più tecnico dove

spiega proprio tecnicamente Come viene

fatto tutto il passaggio Come'è

strutturata proprio dietro quindi il

modello di diffusione parte così parte

da un rumore che poi piano piano no

scompare fino ad aggiungere dettagli

eccetera eccetera qua diciamo si va un

pochino più nel dettaglio dove fa vedere

pure Cosa significa Eh no In che modo si

migliora la qualità in base a quando hai

più potenza di calcolo più dati su cui

addestrare eccetera eccetera però qua

non ci voglio scendere in dettaglio

lascio il link per i più diciamo

smanettoni E che vogliono anche vedersi

i Paper leggetevela perché là c'è sempre

un sacco di roba se vi piace se vi

piace approfondire è interessante perché

ovviamente eh la ricerca qua è tutto

integrata no Quindi dice tutto quello

che abbiamo scoperto su GPT tutto quello

che abbiamo scoperto Su dì È tutta roba

che alla fine finisce finisce insieme no

che si mischia è conoscenza che in

aienda si mischia Eh quindi è un modello

diciamo di di diffusione utilizza

un'architettura Transformer anche in

questo caso

e e poi diciamo c'è questa roba qua

secondo me estremamente interessante che

è quello che vi sto dicendo all'inizio

del video quello che stiamo facendo con

Sora per noi è un pezzo fondamentale di

quello che vogliamo fare con il

raggiungimento delle gii io vi lascio

questo link in descrizione vi lascio

questo e vi lascio anche un video di 10

minuti dove ci sono una valanga di eh

sonoo tutti quanti messi in sequenza

tutti i video qua sopra quindi se non ve

li volete vedere uno a uno vi sparate 10

minuti e c'è tutto quello che ha fatto

vedere che ha fatto vedere Open Ey e

adesso voglio fare un pochino diciamo di

riflessione finale un po' di analisi su

alcuni punti ehm è estremamente

interessante vedere come Open è ancora

al top Secondo me no è bello perché c'è

stato un momento nel quale eh openi Era

l'azienda delle a Perché tutte quante le

altre Erano ferme poi all'improvviso si

sono mosse Google in particolare e

Google ha fatto un po' di annunci eh

diciamo anche in sequenza qualcuno anche

con molta fretta qualcuno anche facendo

un piccolo pasticcio eccetera eccetera è

un po' ci siamo distratti da Open Ey

dicendo Oh cazzo Google li sta spingendo

no pensate a Gemini 1.5 sul quale tra

tra un po' esce pure un video su quello

non vi preoccupate parlerò anche di di

quello eh ma openi è ancora il top e

questo annuncio Secondo me lo dimostra e

non trovo per niente casuale che sia

stato fatto No proprio vicinissimo al

all'annuncio di Gemini 1.5 eh non è

assolutamente casuale c'avevano una roba

del genere in saccoccia No un annuncio

così veramente clamoroso e se la so

giocata questa carta nel momento più

strategico più importante nel momento in

cui il tuo prec competitor principale ti

dice Ok ora Siamo ufficialmente un

pelino sopra e poi dobbiamo vedere se

sono un pelino sopra ma ne parliamo

Nell'altro video arriva P per dire Oh

comunque no fin l'altro ieri stamo

scherzando Guarda che teniamo in in in

casa pronto e ti tira fuori il il

miglior modello

Tex video che ci sia in circolazione Io

credo che quello che loro abbiano

abbiano a porte chiuse sia della roba

che noi non immaginiamo proprio non

immaginiamo proprio stiamo giocando

veramente con le versioni più banali dei

loro dei loro prodotti dei loro modelli

Questa è una prima riflessione no Quindi

un po' questo giochetto tra Google e

openi questo annuncio ravvicinato ma

openi che proprio ci fa capire che che

loro non scherzano che non si son

distratti e che sono ancora diciamo

stanno ancora dettando legge in questo

in questo ambito eh E poi un'altra

riflessione che volevo condividere con

voi invece è la velocità degli annunci

esponenziali cioè noi pensavamo che il

2023 fosse stato un anno ricco di

annunci estremamente veloce e anche

estremamente dirompente in alcuni

momenti no ci sono stati dei momenti nei

quali bam bam bam usciva una cosa dietro

l'altro diciamo porca Ma che cazzo

sta succedendo cioè veramente non ce la

faccio manche a registrare un video che

ce ne ho altri due da fare e abbiamo

fatto solo due mesi ma nemmeno due mesi

diciamo un mese e mezzo del 2024 e

abbiamo già

diciamo una velocità che è proprio che è

proprio esponenziale No io mi immagino

proprio questa curva nella mia testa c'è

una curva ed è esponenziale e questo

qualsiasi libro vi leggete

sull'intelligenza artificiale diciamo

predice il fatto che a un certo punto si

arriva in uno stato del genere nel quale

tu ti trovi ai piedi di questa curva

pensi che stia facendo un piccolo

incremento in realtà davanti a te c'è

proprio una No la parte Bam che sale

così verso l'alto e da quel momento in

poi cambia tutto e probabilmente ci

trovamo proprio ai piedi di questa no di

questa enorme impennata perché vedere

degli annunci così veloci così in

sequenza anche di aziende diverse far

capire che c'hanno novità ogni settimana

eh Un po' perché forse se le tengono

buone no e le e le rilasciano in maniera

diciamo Eh come dire proprio così col

contagocce in maniera anche strategica

dal punto di vista di marketing e di PR

è un po' perché secondo me sfornano roba

da paura e soprattutto una scoperta

sblocca l'altra una scoperta sblocca

l'altra e e e e questo c'è scritto

esplicitamente anche nell'annuncio che

abbiamo letto poco fa questo per me

significa che diciamo questa questa roba

che noi chiamiamo egi e che sembrava

fantascienza fino a qualche tempo fa

probabilmente come abbiamo visto anche

nel video andatevelo a recuperare se non

l'avete visto il video dove parlo delle

gii degli annunci di diciamo di Mark

zager Berg e di e anche di Sam Altman

Probabilmente ci siamo veramente vicini

siamo certi del fatto che non ho più che

non è più una questione di se ma è una

questione di quando e probab prob ente

questo quando è veramente molto molto

vicino se diciamo se continuiamo ad

avere degli annunci a questa a questa

velocità collegata a questa roba qua

secondo me c'è un'altra riflessione ed è

la riflessione del non aver fatto un

rilascio ufficiale quindi attenzione Non

è come quando ci hanno dato C GPT o

quando ci hanno dato da lì o quando ci

hanno dato no altri strumenti eccetera

eccetera ce l'hanno fatto vedere ci

hanno mostrato delle demo ci hanno fatto

vedere il paper tecnico

l'annuncio i video eccetera eccetera e

Ma ci hanno detto questa roba la

rilasciamo un po' alla volta prima

passando per i red teamers poi passando

per gli esperti dell'Industria

raccogliendo feedback perché vogliamo

essere sicuri che non sia pericoloso che

non si facciano danni eccetera eccetera

e Uno potrebbe pensare ovviamente subo

Agli aspetti lavorativi l'industria

creativa chi lavora in questo settore e

così via ma secondo me qua l'aspetto

principale è l'aspetto politico il 2024

è l'anno delle inzioni in tutto il mondo

No vabbè ovviamente guardiamo tutti

quanti con interesse quello che succede

negli Stati Uniti ma diciamo ci sono

parecchi Paesi nel mondo nei quali 2024

è un anno importante dal punto di vista

delle delle elezioni e sappiamo che Open

Eye ha da poco fatto un commitment no

nell'essere molto attenta a come

l'intelligenza artificiale viene usata

Diciamo in maniera negativa pericolosa

No per in qualche modo diciamo impattare

su su su sull'esito delle elezioni e

sappiamo come i social media si sono

completamente sputtanati la reputazione

proprio quando Quando hanno diciamo

quando si sono avvicinati a Quel mondo

lì no quando i guai grossi sono arrivati

in quel mondo lì vi ricordate Cambridge

analytica no brexit Trump eccetera

eccetera sembra acqua passata ma quello

fu un momento storico per la reputazione

di Facebook in particolare non Ce la

dimentichiamo questa cosa e Sam Altman

non è un in generale diciamo le

le le le Big che si stanno muovendo

intorno alle ai Secondo me sono

estremamente caute in questo momento

proio per quella questione là abbiamo

già visto che ci sono dei casi nei quali

viene utilizzata leai per produrre fake

news per mettere in giro no immagini

video contraffatti eccetera eccetera uno

strumento di questa portata di questa

precisione di questo fotorealismo è

chiaro che loro cevano con i piedi di

piombo nell'anno delle lezioni in mezzo

in mezzo mondo ed è questo secondo me il

motivo principale per il quale loro

dicono c' abbiamo sta figata Ci avvicina

anche tantissimo alle Gi Ma ve la diamo

un po' alla vola non vogliamo fa non

vogliamo fa cazzate e l'annuncio è

strapieno di passaggi nei quali viene

Sottolineata questa cosa questo punto

qua il punto del rilascio graduale il

punto del del diciamo del interloquire

con con diciamo Con gli esperti e con

gli addetti ai lavori no E con la

politica eccetera eccetera è il punto

nel quale fanno vedere le problematiche

del del dello strumento Quindi tutti

quei video strani sbagliati eccetera

eccetera

quello serve per per Proprio per per

tranquillizzare l'audience per

tranquillizzare il pubblico Eh perché

sta roba è scioccante scioccante è

proprio la parola giusta Come così Come

è stato scioccante vedere la prima volta

c' GPT così come è stato scioccante

vedere i progressi fatti da migiori no

alcuni momenti ce l'abbiamo ben Chiari

Ma è chiaro che quando vedi un video

l'effetto diventa molto più Wow diventa

molto più Why di un testo o di una foto

perché ovviamente quello che pensi è Non

so più a cosa credere

non riesco più a capire quando guardo il

telegiornale o apro YouTube o scrollo

tiktok se quello che sto vedendo è

veramente successo o è frutto delle hai

perché nonostante sia in movimento e

quindi potrebbe essere un servizio

televisivo eccetera eccetera potrebbe

essere palesemente falso e penso che su

questa cosa Sam Altman e in tutte le

interviste ultimamente lo sta dicendo ha

capito che deve andarci proprio col

contagocce e che degli annunci troppo

wow possono far diciamo esaltare no

quelli un po' po più nerd quelli un po'

più addetti ai lavori la gente come noi

che siamo un po' più smanettoni eccetera

eccetera ma spaventare tutti gli altri

dove Per tutti gli altri intendo proprio

il grande pubblico Intendo la politica

intendo i media eccetera eccetera e

questa cosa non è assolutamente Secondo

me da sottovalutare e ed è Vabbè vabbè

poi l'ultimo punto è la differenza

abissale che abbiamo con gli strumenti

che avevamo fino a ieri questo l'ho già

detto un paio di volte durante questo

video se avete usato Pica se avete usato

runway se avete visto sto qua sopra dei

video nei quali ne parlo Sembrano dei

giocattolini adesso a confronto a Sora

no come dire l' hanno di nuovo alzato

l'asticella perciò dicevo secondo me noi

vediamo

eh estremamente in ritardo delle cose

quando loro Probabilmente in casa questa

roba ce l'hanno da tantissimo veramente

veramente veramente da tantissimo tempo

mi viene da pensare a Google lumier sul

quale io ci ho fatto un video proprio

qualche giorno fa Google lumier oggi

dopo questo aver registrato questo video

per me sembra un un giocattolo se non

avete visto il mio video che riguarda

Google lumere cliccate su quello che vi

metto a schermo e vi faccio vedere la

demo del prodotto di Google per creare

dei video che non è paragonabile

assolutamente a Sora cliccate il link