【編輯推薦】有人說(shuō)，這是影響影視行業(yè)和未來(lái)技術(shù)發(fā)展的又一顛覆性事件?，也難怪大家驚呼“現(xiàn)實(shí)，不存在了！”不過(guò)，Sora和文生圖一樣，普遍存在生成內(nèi)容不夠精確，所以離真正顛覆影視行業(yè)還有很大一段距離。可以肯定的是，這些新的工具和產(chǎn)品正在逐漸改變我們的工作和生活方式，一個(gè)新的智能世界，正在走來(lái)，未來(lái)誰(shuí)能快速掌握這些AI工具和技術(shù)的使用，誰(shuí)才是真正的掌控者。

太炸裂了！2月16日凌晨，OpenAI在社交平臺(tái)X上宣布，正在開(kāi)發(fā)一款名為Sora的新模型。

Sora可以做什么？它的主要功能是把文本描述轉(zhuǎn)化為視頻，它能夠理解并執(zhí)行詳細(xì)的文本指令，從而生成具有視覺(jué)質(zhì)量和連貫性的視頻。這些視頻可以包含多個(gè)角色、動(dòng)作和場(chǎng)景，還可以根據(jù)提示的主題和背景，精準(zhǔn)生成影片內(nèi)容，呈現(xiàn)復(fù)雜的攝影機(jī)運(yùn)鏡，影片長(zhǎng)度最多為60秒。除了根據(jù)文字產(chǎn)生影片外，它還能夠從靜態(tài)圖像生成動(dòng)畫(huà)，或擴(kuò)展現(xiàn)有視頻。

雖然，目前它尚未對(duì)大眾開(kāi)放使用，不過(guò)消息一出，它已經(jīng)在網(wǎng)絡(luò)上引發(fā)討論，很多人表示大為震撼。

來(lái)看一組展示，一位時(shí)尚女性走在霓虹閃爍的東京街頭；一位20多歲的年輕人正在一片云上讀書(shū)，中國(guó)龍慶祝中國(guó)新年……其實(shí)它的獨(dú)特之處在于，它不再是一種創(chuàng)造性工具，更像是一個(gè)“數(shù)據(jù)驅(qū)動(dòng)的物理引擎”。它不僅了解用戶(hù)在提示中提出的要求，然后根據(jù)你的需求生成圖像，還能確定環(huán)境中對(duì)象的物理特性，并根據(jù)這些計(jì)算渲染視頻。

有人說(shuō)，這是影響影視行業(yè)和未來(lái)技術(shù)發(fā)展的又一顛覆性事件?。也難怪大家驚呼，現(xiàn)實(shí)，不存在了！

而這些能夠?qū)崿F(xiàn)背后依靠的是擴(kuò)散模型，這意味著Sora會(huì)從模糊充滿靜態(tài)的視頻開(kāi)始生成，然后再慢慢將其平滑處理成你看到的精美版本。

我們知道之前發(fā)布的Midjourney和Stable Diffusio也是擴(kuò)散模型，但不得不說(shuō)，Sora制作的視頻比它們更長(zhǎng)、更有活力、也更流暢。

Sora感覺(jué)像是創(chuàng)建了一個(gè)真實(shí)的視頻，而Midjourney和Stable Diffusio模型感覺(jué)像是人工智能圖像的定格動(dòng)畫(huà)。不過(guò)Sora目前還是一個(gè)未完成的產(chǎn)品，它可能難以消化復(fù)雜的物理或空間細(xì)節(jié)，進(jìn)而導(dǎo)致它生成不合邏輯的影片，比如人類(lèi)在跑步機(jī)上跑錯(cuò)方向、比如可能會(huì)生成一個(gè)人咬餅干的視頻，但之后餅干可能沒(méi)有咬痕。并且可能會(huì)難以遵循特定的運(yùn)鏡軌跡。

OpenAI表示該模型缺乏空間意識(shí)可能會(huì)混淆左右，并且不理解人或物體如何與場(chǎng)景交互。可以看出，Sora和文生圖一樣，普遍存在生成內(nèi)容不夠精確的問(wèn)題，所以，從這個(gè)角度而言，它離真正顛覆影視行業(yè)還有很大一段距離。隨著這兩年人工智能熱潮的持續(xù)推進(jìn)，相關(guān)產(chǎn)品也備受爭(zhēng)議。但不得不承認(rèn)，這些新的工具和產(chǎn)品正在逐漸改變我們的工作和生活方式，一個(gè)新的智能世界，正在走來(lái)。未來(lái)誰(shuí)能快速掌握這些AI工具和技術(shù)，誰(shuí)才是真正的掌控者。

       原文標(biāo)題 : OpenAI首個(gè)AI視頻模型Sora的顛覆與爭(zhēng)議