OpenAI 又一次血洗了整个 AI 界！

OpenAI又一次血洗了整个 AI 界！

「Sora」能根据使用者给予的文字提示生成短影片，内容包含多个角色及特定类型的动态画面，影片长度最多60秒，也可依据静态图像制作动画。

一、关于Sora模型

OpenAI 官方文档介绍：Sora是一种扩散模型，主要通过静态噪音的视频开始生成视频，然后再通过多个步骤去除噪音，逐渐转换视频。

Sora 与 ChatGPT 一样采用 Transformer 架构，并使用了 DALL-E 3 中的重述技术，是一种为视觉训练数据生成高精准描述性的字幕。

所以，Sora 在生成视频过程中精准还原用户的文本提示语义。

除了文本生成视频之外，Sora 还能根据图像生成视频，并能准确地对图像内容进行动画处理。也能提取视频中的元素，对其进行扩展或填充缺失的帧，功能非常全面。

二、Sora案例演示

案例1：一个简单的指令，60s 视频一镜到底Prompt:“A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. she wears a black leather jacket, a long red dress, and black boots, and carries a black purse. she wears sunglasses and red lipstick. she walks confidently and casually. the street is damp and reflective, creating a mirror effect of the colorful lights. many pedestrians walk about.”中文指令：“一位时尚女性走在充满温暖霓虹灯和动画城市标牌的东京街道上。她穿着黑色皮夹克、红色长裙和黑色靴子，拎着黑色钱包。她戴着太阳镜，涂着红色口红。她走路自信而随意。街道潮湿且反光，在彩色灯光的照射下形成镜面效果。很多行人走来走去。”在 Runway、Pika 等 AI 视频工具还按秒突破瓶颈的时候，OpenAI 直接一次性给出60s的视频。这不只是简单超越，而是直接掀桌子。案例2：可以轻松切换多镜头的，超级预告片Sora能在同一视频中设计出多个镜头，同时保持角色和视觉风格的一致性。要知道，以前的AI视频，都是单镜头生成的。而这次OpenAl能在多角度的镜头切换中，就能实现对象的一致性，这不得不说是个奇迹！这种级别的多镜头一致性，是Gen 2和Pika都完全无法企及的……Prompt: A movie trailer featuring the adventures of the 30 year old space man wearing ared wool knitted motorcycle helmet, blue sky, salt desert, cinematic style, shot on35mm film, vivid colors.案例3：几秒钟，完成几个月的工作想当初，皮克斯在创作电影《怪物公司》时，为了处理怪物在移动时超级复杂的毛发纹理，技术团队直接连肝几个月。而Sora 轻而易举地就实现了，甚至，从没有人教过它！OpenAI表示，Sora目前为未完成的产品，可能难以消化复杂的物理或空间细节，导致生成不合逻辑的影片，例如：人在跑步机上可能跑错方向，或博物馆影片中地板会「移动」及影片中被咬的饼干不会出现被咬过后的缺口等。初期仅提供给「红队成员」进行风险测试，及由部分视觉艺术、视觉设计或是影片工作者进测试与反馈，未开放大众使用。不过，依照Open AI技术推进及AI成长速度，一般预料，明年文字生成影片这项功能，就会有机会进入普通消费者可以使用的阶段。 看来AGI是真的要来了！针对OpenAI推出的「Sora」产品，你有啥想说的呢？也可以在评论区说出你的看法。

原标题：OpenAI 又一次血洗了整个 AI 界！

关键词：