4
OpenAI发布首个视频生成模型，可生成60秒一镜到底视频
source link: http://tech.caijing.com.cn/20240216/4990256.shtml
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
OpenAI发布首个视频生成模型，可生成60秒一镜到底视频
北京时间，2月16日凌晨，OpenAI发布了首个文生视频模型Sora。
Sora可以直接输出长达60秒的视频，并且包含高度细致的背景、复杂的多角度镜头，以及富有情感的多个角色。
据介绍，Sora的工作原理是一个扩散模型，它从类似于静态噪声的视频开始，通过多个步骤逐渐去除噪声，视频也从最初的随机像素转化为清晰的图像场景。Sora使用了Transformer架构，有极强的扩展性。
对于Sora模型当前存在弱点，OpenAI也毫不避讳，称它可能难以准确模拟复杂场景的物理原理，并且可能无法理解因果关系。
例如“五只灰狼幼崽在一条偏僻的碎石路上互相嬉戏、追逐”，狼的数量会变化，一些凭空出现或消失。
该模型还可能混淆提示的空间细节，例如混淆左右，并且可能难以精确描述随着时间推移发生的事件，例如遵循特定的相机轨迹。
如提示词“篮球穿过篮筐然后爆炸”中，篮球没有正确被篮筐阻挡。
此前，Runway Gen 2、Pika等AI视频工具，还停留在生成几秒内的视频，Sora模型发布之后，有业内人士称AI视频要变天了，并表示“再用这些工具做几个视频，致敬4秒时代。”
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK