日前，美國人工智能研究公司OpenAI發(fā)布了首個視頻生成模型“Sora” ，該模型可以根據(jù)文本內(nèi)容生成長約1分鐘的視頻，這也是人工智能領(lǐng)域一項重要的突破。

OpenAI在官網(wǎng)上詳細介紹了Sora的功能和特點，稱其能夠生成包含多個角色、特定類型運動以及精確主題和背景細節(jié)的復雜場景。該模型不僅能夠理解用戶在文本提示中所要求的內(nèi)容，更能將這些事物與現(xiàn)實世界中的存在方式相結(jié)合，呈現(xiàn)出逼真的視頻效果。

此外，Sora還可以根據(jù)靜態(tài)圖片生成動畫，并且對現(xiàn)有視頻進行擴展，延伸畫面的同時保持視覺風格的一致性。

作為展示，OpenAI發(fā)布了由Sora生成的視頻，比如一名女足漫步在東京街頭。在這則片段中，無論是主人公還是她身后的背景人群，動作都非常自然流暢。人物面部的細節(jié)刻畫，也很細膩逼真，基本沒有什么違和、突兀的感覺。

不過，OpenAI也坦承目前Sora也存在一定的弱點，它可能難以準確模擬復雜場景中的物理現(xiàn)象，也可能無法理解具體的因果關(guān)系。例如，一個人可能會咬一口餅干，但咬過之后，餅干上可能就沒有咬痕了。

不管怎樣，Sora的問世震撼了整個科技圈。一時間“Sora會砸掉誰的飯碗？”成為熱議的話題，短視頻和影視行業(yè)自然首當其沖。

一眾大佬也是先后發(fā)聲。馬斯克就發(fā)文寫道“gg humans”，意思是人類認輸了，心服口服。Sora官號則互動道：現(xiàn)在開始由我們來接管。

還有網(wǎng)友將Sora和特斯拉FSD聯(lián)系中一起，稱二者之間有很多關(guān)聯(lián)，馬斯克也回應：“特斯拉用精確物理原理生成真實世界視頻大約有一年了。這還不算什么超有趣的事情，因為所有的訓練數(shù)據(jù)都來自汽車，所以它看起來就像特斯拉的視頻，盡管它也是動態(tài)生成的（而不是記憶的）世界。我們的 FSD 訓練計算能力不足，所以還沒有使用其他視頻進行訓練，但當然可以。今年晚些時候，當我們有空余能力時，就會進行訓練?！?/p>

360創(chuàng)始人周鴻祎也發(fā)文《Sora意味著實現(xiàn)通用人工智能可能從10年縮短至1年》。

此外，周鴻祎在直播還談到了中美在AI領(lǐng)域之間的差距。他表示，國內(nèi)的水平離OpenAI至少還有1年以上的差距，并且認為除了GPT5外，OpenAI還有其他的“秘密武器”沒有亮出來，那么中國跟美國AI的差距不僅沒有縮小，反而還在加大。

不過，周鴻祎并不看好Sora在短期可以顛覆短視頻甚至影視行業(yè)。周鴻祎表示，目前Sora具備了產(chǎn)生優(yōu)質(zhì)片段的能力，但不具備講述好一個完整故事的能力。它更可能成為傳統(tǒng)影視業(yè)有力的生產(chǎn)力工具，從而去激發(fā)更多人的創(chuàng)造力，這也給普通人提供了更多可能性。

返回第一電動網(wǎng)首頁 >