OpenAI發(fā)布文生視頻模型Sora

　　多知網(wǎng)2月16日消息，OpenAI今日發(fā)布文生視頻模型產(chǎn)品Sora。據(jù)官網(wǎng)介紹，Sora是一種人工智能模型，可以根據(jù)文本指令快速創(chuàng)建逼真的60秒視頻，同時(shí)保持視覺(jué)質(zhì)量并遵守用戶的提示。

　　據(jù)介紹，研發(fā)團(tuán)隊(duì)正在教人工智能理解和模擬運(yùn)動(dòng)中的物理世界，目標(biāo)是訓(xùn)練模型，幫助人們解決需要現(xiàn)實(shí)世界互動(dòng)的問(wèn)題。

　　據(jù)介紹，Sora能夠生成具有多個(gè)角色、特定類型的動(dòng)作以及主題和背景細(xì)節(jié)精確的復(fù)雜場(chǎng)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(duì)語(yǔ)言有深刻的理解，使其能夠準(zhǔn)確地解釋提示，并生成表達(dá)充滿活力的情感的引人注目的角色。Sora還可以在一個(gè)生成的視頻中創(chuàng)建多個(gè)鏡頭，準(zhǔn)確地保留角色和視覺(jué)風(fēng)格。

　　不過(guò)，OpenAI也指出，Sora還有進(jìn)步的空間。目前，它可能難以準(zhǔn)確地模擬復(fù)雜場(chǎng)景的物理，也可能無(wú)法理解因果關(guān)系的具體實(shí)例。例如在Sora生成的視頻里，一個(gè)人可能咬了一口餅干，但之后，餅干上可能沒(méi)有咬痕。此外，該模型還可能混淆提示的空間細(xì)節(jié)，例如，混淆左和右，并且可能難以精確描述隨時(shí)間發(fā)生的事件，例如跟隨特定的攝像機(jī)軌跡。

　　OpenAI還授予一個(gè)專家團(tuán)隊(duì)訪問(wèn)權(quán)限，該團(tuán)隊(duì)負(fù)責(zé)評(píng)估Sora的安全性，然后將其納入公司的產(chǎn)品中。作為推出該產(chǎn)品的準(zhǔn)備工作的一部分，OpenAI表示正在開(kāi)發(fā)工具，以幫助檢測(cè)視頻是由Sora生成的。團(tuán)隊(duì)也允許一些視覺(jué)藝術(shù)家、設(shè)計(jì)師和電影制作人訪問(wèn)，以獲得關(guān)于如何推進(jìn)該模型以對(duì)創(chuàng)意專業(yè)人士最有幫助的反饋。

　　在視頻生成領(lǐng)域，此前已經(jīng)出現(xiàn)了Runway和Pika等知名選手，均可以生成逼真視頻。隨著Sora的出現(xiàn)，或?qū)噭?dòng)視頻生成領(lǐng)域的風(fēng)云。