Sora جیسا ٹیکسٹ-سے-ویڈیو AI کیا بناتا ہے؟

سورا جیسا ٹیکسٹ ٹو ویڈیو اے آئی براہِ راست تحریری تفصیل سے مختصر ویڈیو کلپس بناتا ہے، اور یہ پیشین گوئی کرتا ہے کہ ایک فریم سے دوسرے فریم میں تصاویر کیسے بدلیں اور حرکت کریں تاکہ پرومپٹ میں بیان کردہ چیز کے مطابق ہوں۔ اس سے کوئی شخص ایک سادہ جملہ ٹائپ کر کے بغیر کبھی کیمرہ استعمال کیے، ایک متحرک، اکثر حیران کن حد تک حقیقی سین حاصل کر سکتا ہے، اگرچہ نظام کو پھر بھی روشنی اور طبیعیات جیسی بے شمار بصری تفصیلات کا خیالی تصور کرنا پڑتا ہے جو متن میں واضح طور پر بیان نہیں کی گئیں۔

پرنٹ شدہ فوٹو البمز فزیکل مصنوعات ہیں جن کے لیے پرنٹنگ اور اسمبلی درکار ہوتی ہے، جن کا متن سے ڈیجیٹل متحرک ویڈیو بنانے سے کوئی تعلق نہیں۔ زیادہ تیز گھریلو انٹرنیٹ کنکشن ایک انٹرنیٹ سروس اپ گریڈ ہے جس کا اے آئی ماڈل کے ویڈیو مواد بنانے سے کوئی تعلق نہیں۔

ابتدائی ٹیکسٹ ٹو ویڈیو کلپس اکثر عجیب خرابیاں دکھاتی ہیں، جیسے غلط تعداد میں انگلیوں والے ہاتھ یا اشیاء جو ایک دوسرے میں سے گزر جاتی ہیں، جو یہ نمایاں کرتا ہے کہ فزیکل حقیقت پسندی ابھی بھی ان ماڈلز کے لیے سب سے مشکل چیزوں میں سے ایک ہے۔