Sora 2 överallt (Förhandsvisningen av undersökningen "Imagine with Claude" är nu också tillgänglig för Claude Pro-användare)

OpenAI släppte Sora 2, deras nya toppmoderna modell för video- och ljudgenerering, och kallar den för GPT-3.5-ögonblicket för video - Modellen genererar videor som är upp till 10 sekunder långa (standard 9:16 vertikalt) med synkroniserat ljud, inklusive svåra fysiksimuleringar, där misstag som modellen gör ofta verkar vara misstag av den interna agenten som Sora 2 implicit modellerar snarare än fysikbrytande fel - Cameos låter användare spela in en kort engångsvideo- och ljudinspelning där de läser en verifieringsfras, sedan kan modellen infoga dem i vilken Sora-genererad miljö som helst med korrekt utseende och röst, där bara de bestämmer vem som kan använda deras cameo och de kan återkalla, komma åt eller ta bort alla videor som innehåller den när som helst, inklusive utkast som skapats av andra personer. - Appen fungerar som en social iOS-plattform som inte är optimerad för tidsåtgång men som uttryckligen är utformad för att maximera skapandet, inte konsumtionen, och gynnar starkt innehåll från personer du följer eller interagerar med och videor som modellen tror kommer att inspirera dina egna skapelser, med funktioner som att remixa andra inlägg och direktmeddelanden för att dela videor privat - Säkerhetsåtgärder inkluderar begränsad lansering av inbjudningar, begränsning av bilduppladdningar som innehåller en fotorealistisk person, blockering av alla videouppladdningar, ingen video-till-video-omvandling vid lanseringen, strängare skydd för minderåriga med standardrullningsgränser, C2PA-metadata och synliga vattenstämplar på alla utdata samt utvärderingar som visar 95,1-99,7 % effektivitet när det gäller att blockera osäkert innehåll. - Den första utrullningen omfattar USA och Kanada med planer på att expandera medan Storbritannien, EU och Australien inte ingår vid lanseringen, tillgängliga gratis med generösa gränser men med förbehåll för beräkningsbegränsningar där den enda planerade intäktsgenereringen är valfri betalning för extra videor om efterfrågan överstiger beräkningen, får ChatGPT Pro-användare tillgång till Sora 2 Pro-modell och API-lansering av högre kvalitet som planeras för framtiden.

Här är mina anteckningar från TED-samtalen på TEDAI Wien 2025 (26 september 2025) Session 1: Grund Walter Werzowa (Artist, Royal Society of Arts Fellowship, Recording Academy), Olivier Oullier (Inclusive Brains, Biotech Dental, MBZUAI) - Introduktion - Orkester, hjärngränssnitt, DJ, musiker - Prestanda som översätter hjärnvågor genom AI till musik Shaden Alshammari (Forskare, MIT) - Inspiration till periodiska systemet inom kemi för ramverk för maskininlärning - Maskininlärning av algoritmer för organisering av periodiska system, fördelningar och målfunktioner - Representationsinlärningsmetod som kopplar samman olika metoder - Ny algoritm för bildklustring som förbättrar den 60 år gamla K-means-klustringsalgoritmen - R- och Q-variabler som representerar reella samband (med och utan annotering) respektive inlärda relationer - Periodiska systemets struktur för maskininlärningsalgoritmer avslöjar luckor för nya metoder - Övervakad inlärningssignal genom inlärda representationer Lukasz Kaiser (Forskare, OpenAI) - Självkörande bilar – varför kör de inte överallt som taxichaufförer? - Varför är AI så svårt att bota sjukdomar? Maskiner måste lära sig av mindre data - Kraftfullare modeller som kan läras in - RNNs - snigel som går runt orden - Transformers - ryggsäck med snigel som bär alla tidigare ord - Transformatorer lär sig av mindre data - Resonemangsmodeller/resonerare - som fortfarande bär alla ord, men också producerar sina egna ord emellanåt (provtid), kan räkna och tänka i sammanhang - Forskare - kraftfulla modeller + lärbara, godtyckliga data, godtycklig testtid, parallellitet (inte sekventiell längre) - Vetenskapliga upptäckter, nästa typ av modeller - Tidslinje - närmare snarare än längre, månader/ett år men inte decennier; Inte en alltför avlägsen framtid - Förvåning över att transformatorer och resonerare fungerade så bra Oriol Vinyals (Co-Technical Lead för Gemini, forskningschef, Google DeepMind) - Forskare - löser intelligens för att främja vetenskapen och gynna mänskligheten - "Det jag inte kan skapa förstår jag inte" (Feynman) - Byggarens dilemma - forskare som skapar AI-system som kan ersätta sig själva - Fördrivning av människor – en omvandling som påverkar alla, inklusive forskare - Specialiserade verktyg - AlphaFold (förutsägelse av proteinstruktur) - Utveckling av system för allmänna ändamål - förra året specialiserade modeller (AlphaProof, AlphaGeometry), i år en enda allmän modell (Deep Think) - Deep Think - guldmedalj vid IMO och ICPC - AI Scientist - intern prototyp på Google DeepMind för automatiserad vetenskaplig forskning - Central fråga - forskare som bygger AI Scientist och ersätter sig själv? Verity Harding (grundare, direktör och författare, University of Cambridge och Formation Advisory) - En ny kapprustning över hela världen - AI - Optimism då - global AI, samarbete, globala partnerskap - Samarbete och samverkan gav vika i takt med att AI blev kraftfullare - Lansering av ChatGPT - Kombination av faktorer som leder till snabb omställning - Exportkontroller, defensiva tal - Först måste du vinna - vad skulle du göra för att vinna när du inte kan överleva och förlora? - AI kommer att fortsätta, men det finns ingen mållinje, AI-antagandet är inte binärt - Alternativ metafor - det är rymdkapplöpningen (inte kärnvapenkapplöpningen) - "Vi kom i fred för hela mänskligheten" (medveten geopolitisk strategi från USA) - Rymden - en provins för hela mänskligheten, inga massförstörelsevapen i rymden, ingen kommer att kolonisera månen - "Vi gör våra metaforer och sedan gör våra metaforer oss" - Låt oss prata om att leda, inte att vinna - Tävla mot världsherravälde eller den nya gränsen Tullio Ghi (MD, PhD, Agostino Gemelli universitetssjukhus) - Risk för komplikationer under förlossningen - Beslut om vilket ingripande som ska användas när syretillförseln är nedsatt under förlossningen (sugklocka, kejsarsnitt) beroende på hur långt barnet har sjunkit - Transperinealt ultraljud, avståndsmätning mellan huvud och perineum - AI-baserad automatisk mätning av avståndet mellan huvud och perineum - Bedömning av rotationsgrad och position av fostrets huvud i förlossningskanalen - 3 konvolutionella neurala nätverk som arbetar samtidigt - 2 154 ultraljudsbilder från 16 centra över hela världen, total noggrannhet 94,5 % och 95,6 % känslighet