Sora:OpenAI的视频革命
作者: Sara Votta
阅读约2分钟

人工智能新前沿:一键从文字到视频。OpenAI近日推出了一款新的人工智能应用。Sora的目标是根据文字描述制作视频。目前,该应用仍是研究产品,将向一批创作者和安全专家开放。
人工智能新前沿:一键从文字到视频
OpenAI近日推出了一款新的人工智能(AI)应用。Sora的目标是根据文字描述制作视频。目前,该应用仍是研究产品,将向一批创作者和安全专家开放。
据OpenAI网站宣布:“Sora是一个可以根据文字指令创造逼真且富有想象力场景的AI模型。”网站上展示了多段由Sora生成的视频。该应用可生成长达一分钟的视频,同时保持画面质量并贴合用户的要求。Sora能够生成包含多个角色、特定运动类型以及准确主体和背景细节的复杂场景。该模型不仅理解用户提出的要求,还理解这些事物在物理世界中是如何存在的。这个模型也有弱点,事实上,它在准确模拟复杂场景时可能会遇到困难。例如,可能出现一个人咬了一口饼干,但之后饼干上却没有留下咬痕的情况。它还可能混淆空间细节,比如分不清左右。
在安全方面,OpenAI在应用上线前为Sora设置了多项测试,对其进行检验,同时还采用了DALL-E 3所使用的现有安全方法。随后,政界人士、教育工作者和艺术家也将参与进来,以了解并确定这项新技术的积极用途。
和GPT一样,Sora采用Transformer架构。视频被表示为数据单元的集合。除了可以仅凭文字指令生成视频外,该模型还可以拿现有的静态图像,据此生成视频。
此外,从这个例子中我们也能看出人工智能取得了多大的进步,显然,它会招来批评,尤其是人们担心这一领域的创作者可能因此黯然失色。
撰文:Sara Pia Votta
由英文原文自动翻译. 阅读原文



