OpenAI: текст важливіший за відео для AGI. Що це значить для бізнесу?

TL;DR

• •OpenAI припиняє розробку Sora, щоб зосередитися на текстових моделях GPT.
• •Компанія вважає, що текстові моделі швидше приведуть до AGI.
• •Це рішення може змінити конкурентний ландшафт у сфері AGI.

Чи справді текст важливіший за відео для досягнення AGI?

OpenAI робить ставку на те, що текстові моделі мають більший потенціал для розуміння світу, ніж відео. Це може бути пов'язано з тим, що текст містить більше абстрактної інформації та логічних зв'язків.

Проте, інші дослідники, такі як Ян Лекун, вважають, що саме через відео можна навчити моделі розуміти фізичний світ та причинно-наслідкові зв'язки.

AGI (Artificial General Intelligence): штучний загальний інтелект, здатний виконувати будь-яку інтелектуальну задачу, яку може виконати людина.

Для кого це і за яких умов (масштаб бізнесу, бюджет, необхідна команда)

Це рішення OpenAI впливає на всі компанії, які працюють у сфері AI, особливо ті, що займаються розробкою AGI. Для великих компаній з ML-командами це сигнал переоцінити свої стратегії та розглянути можливість інвестування у відеомоделі.

Для менших компаній це може бути шанс зайняти нішу, яку OpenAI звільнила.

Альтернативи (коротке порівняння з 2-3 конкурентами: назва, ціна, ключова різниця)

• •Runway: спеціалізується на генерації відео, має потужні моделі та зручний інтерфейс. Ціна залежить від обсягу використання.
• •Google: розробляє мультимодальні моделі, здатні обробляти текст, зображення та відео. Ціна залежить від API.
• •Meta: зосереджується на відкритих моделях, які можна використовувати безкоштовно. Проте, потребують значних обчислювальних ресурсів.