今天小編分享的财經經驗：效果炸裂！OpenAI首個視頻生成模型發布，1分鍾流暢高清，網友：整個行業RIP，歡迎閱讀。
剛剛，奧特曼發布 OpenAI 首個視頻生成模型Sora。
完美繼承 DALL · E 3 的畫質和遵循指令能力，能生成長達 1 分鍾的高清視頻。
AI 想象中的龍年春節，紅旗招展人山人海。
有緊跟舞龍隊伍抬頭好奇官網的兒童，還有不少人掏出手機邊跟邊拍，海量人物角色各有各的行為。
雨後東京街頭，潮溼地面反射霓虹燈光影效果堪比 RTX ON。
行駛中的列車窗外偶遇遮擋，車内人物倒影短暫出現非常驚豔。
也可以來一段好萊塢大片質感的電影預告片：
豎屏超近景視角下，這只蜥蜴細節拉滿：
網友直呼 game over，工作要丢了：
甚至有人已經開始 " 悼念 " 一整個行業：
AI 理解運動中的物理世界
OpenAI 表示，正在教 AI 理解和模拟運動中的物理世界，目标是訓練模型來幫助人們解決需要現實世界互動的問題
根據文本提示生成視頻，僅僅是整個計劃其中的一步。
目前 Sora 已經能生成具有多個角色、包含特定運動的復雜場景，不僅能理解用戶在提示中提出的要求，還了解這些物體在物理世界中的存在方式。
比如一大群紙飛機在樹林中飛過，Sora 知道碰撞後會發生什麼，并表現其中的光影變化。
一群紙飛機在茂密的叢林中翩翩起舞，在樹林中穿梭，就像候鳥一樣。
Sora 還可以在單個視頻中創建多個鏡頭，并依靠對語言的深入理解準确地解釋提示詞，保留角色和視覺風格。
美麗、白雪皚皚的東京熙熙攘攘。鏡頭穿過熙熙攘攘的城市街道，跟随幾個人享受美麗的雪天并在附近的攤位購物。絢麗的櫻花花瓣随着雪花随風飄揚。
對于 Sora 當前存在的弱點，OpenAI 也不避諱，指出它可能難以準确模拟復雜場景的物理原理，并且可能無法理解因果關系。
例如 " 五只灰狼幼崽在一條偏僻的碎石路上互相嬉戲、追逐 "，狼的數量會變化，一些憑空出現或消失。
該模型還可能混淆提示的空間細節，例如混淆左右，并且可能難以精确描述随着時間推移發生的事件，例如遵循特定的相機軌迹。
如提示詞 " 籃球穿過籃筐然後爆炸 " 中，籃球沒有正确被籃筐阻擋。
技術方面，目前 OpenAI 透露的不多，簡單介紹如下：
Sora 是一種擴散模型，從噪聲開始，能夠一次生成整個視頻或擴展視頻的長度，
關鍵之處在于一次生成多幀的預測，确保畫面主體即使暫時離開視野也能保持不變。
與 GPT 模型類似，Sora 使用了 Transformer 架構，有很強的擴展性。
在數據方面，OpenAI 将視頻和影像表示為 patch，類似于 GPT 中的 token。
通過這種統一的數據表示方式，可以在比以前更廣泛的視覺數據上訓練模型，涵蓋不同的持續時間、分辨率和縱橫比。
Sora 建立在過去對 DALL · E 和 GPT 模型的研究之上。它使用 DALL · E 3 的重述提示詞技術，為視覺訓練數據生成高度描述性的标注，因此能夠更忠實地遵循用戶的文本指令。
除了能夠僅根據文本指令生成視頻之外，該模型還能夠獲取現有的靜态影像并從中生成視頻，準确地讓影像内容動起來并關注小細節。
該模型還可以獲取現有視頻并對其進行擴展或填充缺失的幀，請參閱技術論文了解更多信息（晚些時候發布）。
Sora 是能夠理解和模拟現實世界的模型的基礎，OpenAI 相信這一功能将成為實現 AGI 的重要裡程碑。
奧特曼在線接單
目前已有一些視覺藝術家、設計師和電影制作人（以及 OpenAI 員工）獲得了 Sora 訪問權限。
他們開始不斷 po 出新的作品，奧特曼也開始了在線接單模式。
帶上你的提示詞 @sama，就有可能收到生成好的視頻回復。
參考鏈接：
[ 1 ] https://openai.com/sora
