隨著Sora的出現,或將攪動視頻生成領域的風云。
多知網2月16日消息,OpenAI今日發布文生視頻模型產品Sora。據官網介紹,Sora是一種人工智能模型,可以根據文本指令快速創建逼真的60秒視頻,同時保持視覺質量并遵守用戶的提示。

據介紹,研發團隊正在教人工智能理解和模擬運動中的物理世界,目標是訓練模型,幫助人們解決需要現實世界互動的問題。
據介紹,Sora能夠生成具有多個角色、特定類型的動作以及主題和背景細節精確的復雜場景。該模型不僅了解用戶在提示中要求什么,還了解這些東西在物理世界中的存在方式。
Sora對語言有深刻的理解,使其能夠準確地解釋提示,并生成表達充滿活力的情感的引人注目的角色。Sora還可以在一個生成的視頻中創建多個鏡頭,準確地保留角色和視覺風格。
不過,OpenAI也指出,Sora還有進步的空間。目前,它可能難以準確地模擬復雜場景的物理,也可能無法理解因果關系的具體實例。例如在Sora生成的視頻里,一個人可能咬了一口餅干,但之后,餅干上可能沒有咬痕。此外,該模型還可能混淆提示的空間細節,例如,混淆左和右,并且可能難以精確描述隨時間發生的事件,例如跟隨特定的攝像機軌跡。
OpenAI還授予一個專家團隊訪問權限,該團隊負責評估Sora的安全性,然后將其納入公司的產品中。作為推出該產品的準備工作的一部分,OpenAI表示正在開發工具,以幫助檢測視頻是由Sora生成的。團隊也允許一些視覺藝術家、設計師和電影制作人訪問,以獲得關于如何推進該模型以對創意專業人士最有幫助的反饋。
在視頻生成領域,此前已經出現了Runway和Pika等知名選手,均可以生成逼真視頻。隨著Sora的出現,或將攪動視頻生成領域的風云。