北京時間2月16日凌晨，OpenAI發布Sora文生視頻大模型，表示OpenAI正在教AI理解和模擬運動中的物理世界,目標是訓練能幫助人們解決需要真實世界交互的問題的模型。Sora可以生成長達一分鐘的視頻,同時保持視覺質量和遵循用戶的提示。Sora能夠生成包含多個字符、特定類型運動以及準確的主體和背景細節的復雜場景。該模型不僅理解用戶在提示中要求的內容,還理解這些東西在物理世界中的存在方式。模型可以通過文字或者圖片生成視頻。

【機會前瞻】

OpenAI在2月16日推出了全新的AI大模型Sora，該文生視頻大模型包含高度細致的背景、復雜的多角度鏡頭，以及富有情感的多個角色。

Sora亮點在于其能通過簡短的文本提示生成60秒的“逼真”和“富有想象力”的視頻內容。與此前其他幾家文生視頻的幾秒相比，Sora在市場和視頻質量方面，都取得了巨大的進步。

Sora的創新之處在于采用了Transformer和擴散模型的結合。該模型首先將不同類型的視覺數據轉換成統一的視覺數據表示，然后將原始視頻壓縮到一個低維潛在空間。這使得Sora能夠在這個潛在空間里進行訓練，生成包含高度細致的背景、復雜的多角度鏡頭和富有情感的多個角色的視頻。