OpenAI 发布 Sora，可快速生成视频

news2024/11/23 8:01:57

作者：苍何，前大厂高级 Java 工程师，阿里云专家博主，CSDN 2023 年实力新星，土木转码，现任部门技术 leader，专注于互联网技术分享，职场经验分享。
🔥热门文章推荐：

（1）对程序员来说，技术能力和业务逻辑哪个更重要？
（2）搭建GitHub免费个人网站（详细教程）
（3）itchat实现微信聊天机器人
（4）嗖嗖移动业务大厅（源码下载+注释全值得收藏）

大家好，我是苍何。今天看到 OpenAI 发布了 Sora，到处都在飞传，我去了解了下，好家伙，直接炸开，惊艳的无话可说！！！Sora 是一种文字生成视频的技术，从演示看，效果还是相当不错的，和真实世界拍出来的基本无区别。

当然，你可能会说，这算啥，AI视频又不是什么新东西，但这次真的不一样，它的能力超过我们的想象，就连刘润、周鸿伟等大佬都纷纷坐不坐了，均来为这次的发布发声。

我们可以用三个词来总结 Sora，那就是“60s超长长度”，“单视频多角度镜头”，和“世界模型”。

Sora 可以生成长达一分钟的视频，同时保持视觉质量并遵守用户的提示。

ps：
目前文生成视频技术，能做到一分钟的很少很少，基本没有。所以 Sora 还是很强的。

如今，仅有官方邀请的人员才可使用。官方还授予了一些视觉艺术家、设计师和电影制作人访问权限，目的是获取他们的反馈，了解如何改进模型，以便对创意专业人士更有益。

官方正尽早分享研究进展，目的是开始与非OpenAI成员合作并获取他们的反馈，同时让公众了解即将推出的AI功能。

让我们先来看下效果：

提示词：一位时尚的女人走在东京的街道上，街道上到处都是温暖的发光霓虹灯和动画城市标志。她身穿黑色皮夹克，红色长裙，黑色靴子，背着一个黑色钱包。她戴着墨镜，涂着红色口红。她自信而随意地走路。街道潮湿而反光，营造出五颜六色的灯光的镜面效果。许多行人四处走动。

在这里插入图片描述

Sora 是一款能够生成复杂场景的先进模型，它不仅能创造出多个角色和特定类型的动作，还能精确描绘主题和背景的细节。这个模型深刻理解用户的需求，并且知道这些元素在真实世界中是如何存在的。

通过对语言的深入理解，Sora 能够精确解读用户的指令，并创造出充满生动情感的引人入胜的角色。它甚至能在同一个视频中切换不同的镜头，以确保角色和视觉风格的一致性。

不过，Sora 也有它的局限性。它在模拟复杂场景的物理特性时可能会遇到困难，有时也难以理解具体的因果关系。比如，一个角色吃饼干的动作可能不会在饼干上留下咬痕。此外，它在处理空间细节（如区分左右）和描述随时间变化的事件（比如特定的相机移动轨迹）时也可能遇到挑战。

在将 Sora 引入 OpenAI 产品线之前，官方将采取多项安全措施。正与专门处理错误信息、仇恨内容和偏见等问题的红队专家合作，进行对抗性测试。

官方也在开发工具来识别误导性内容，例如构建分类器以判断视频是否由 Sora 生成，并计划在未来的产品中加入 C2PA 元数据，以增强内容的透明度。

为了确保技术安全可靠，借鉴了在开发 DALL·E 3 时的经验，同样的方法也将应用于 Sora。例如，一旦产品面市，将使用文本分类器来过滤掉违反使用政策的请求，比如那些包含极端暴力、色情内容、仇恨图像、名人肖像或侵犯他人知识产权的内容。官方还开发了强大的图像分类器，对生成视频的每一帧进行审查，确保展示给用户的内容符合标准。

openai 还计划与全球的政策制定者、教育工作者和艺术家合作，了解他们的关切，并探索这项技术的积极应用场景。虽然已经进行了广泛的研究和测试，但认识到，无法完全预测人们会如何利用或滥用这项技术。这就是为什么 openai 认为，从实际使用中不断学习和改进，是确保人工智能系统越来越安全的关键。

提示词：无人机视角，海浪拍打着大苏尔加雷角海滩崎岖的悬崖。汹涌澎湃的蓝色海水掀起白色的波浪，而夕阳的金色光芒照亮了岩石海岸。远处有一个带灯塔的小岛，绿色的灌木丛覆盖着悬崖的边缘。从公路到海滩的陡峭落差是一项戏剧性的壮举，悬崖的边缘突出在海面上。这张照片捕捉到了海岸的原始美景和太平洋海岸公路崎岖的景观。