【編輯推薦】有人說，這是影響影視行業(yè)和未來技術(shù)發(fā)展的又一顛覆性事件?，也難怪大家驚呼“現(xiàn)實，不存在了！”不過，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，一個新的智能世界，正在走來，未來誰能快速掌握這些AI工具和技術(shù)的使用，誰才是真正的掌控者。

太炸裂了！2月16日凌晨，OpenAI在社交平臺X上宣布，正在開發(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，從而生成具有視覺質(zhì)量和連貫性的視頻。這些視頻可以包含多個角色、動作和場景，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)雜的攝影機運鏡，影片長度最多為60秒。除了根據(jù)文字產(chǎn)生影片外，它還能夠從靜態(tài)圖像生成動畫，或擴展現(xiàn)有視頻。

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

來看一組展示，一位時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，中國龍慶祝中國新年……其實它的獨特之處在于，它不再是一種創(chuàng)造性工具，更像是一個“數(shù)據(jù)驅(qū)動的物理引擎”。它不僅了解用戶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)境中對象的物理特性，并根據(jù)這些計算渲染視頻。

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

而這些能夠?qū)崿F(xiàn)背后依靠的是擴散模型，這意味著Sora會從模糊充滿靜態(tài)的視頻開始生成，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也是擴散模型，但不得不說，Sora制作的視頻比它們更長、更有活力、也更流暢。

Sora感覺像是創(chuàng)建了一個真實的視頻，而Midjourney和Stable Diffusio模型感覺像是人工智能圖像的定格動畫。不過Sora目前還是一個未完成的產(chǎn)品，它可能難以消化復(fù)雜的物理或空間細(xì)節(jié)，進而導(dǎo)致它生成不合邏輯的影片，比如人類在跑步機上跑錯方向、比如可能會生成一個人咬餅干的視頻，但之后餅干可能沒有咬痕。并且可能會難以遵循特定的運鏡軌跡。

OpenAI表示該模型缺乏空間意識可能會混淆左右，并且不理解人或物體如何與場景交互。可以看出，Sora和文生圖一樣，普遍存在生成內(nèi)容不夠精確的問題，所以，從這個角度而言，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，相關(guān)產(chǎn)品也備受爭議。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，一個新的智能世界，正在走來。未來誰能快速掌握這些AI工具和技術(shù)，誰才是真正的掌控者。

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