【初窥未来】60秒高清流畅视频生成，OpenAI首个视频生成模型Sora发布

一大早上就被OpenAI发布的首个视频生成模型Sora炸醒了。没错就是那个奥特曼。

铺天盖地的各种小视频，宣传着他的能力。展现着各种炸裂的高清视频能力。

网上吹的很牛，让我们能一窥未来AI对整个行业的颠覆，以及给我们创造更多的想象。

目前存在的问题

1、Sora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：虽然能生成几匹狼嬉闹玩耍的场景，但不能理解这么多只狼的复杂层叠关系，所以你会看到有的小狼会凭空消失）

2、模型对提示词中描述的空间细节容易发生混淆，有时会无法精确描述随着时间推移发生的事件。

例如：篮球和球框随着时间的关系，前后空间发生了错误，篮球遮挡住了篮筐

目前看到的能力

1、完美继承DALL·E 3的画质和遵循指令能力，能生成长达60秒的高清视频。（这在之前是不可能的，最多几秒钟的位移画面）

2、Sora可以在单个视频中创建多个镜头，并依靠对语言的深入理解准确地解释提示词，保留角色和视觉风格。（也就是可以统一视觉风格，包括镜头运镜和多镜头切换）

行驶中的列车窗外偶遇遮挡，车内人物倒影短暂出现非常惊艳。

OpenAI怎么评价

1、教AI理解和模拟运动中的物理世界，目标是训练模型来帮助人们解决需要现实世界交互的问题。

2、Sora是一种扩散模型，从噪声开始，能够一次生成整个视频或扩展视频的长度，

关键之处在于一次生成多帧的预测，确保画面主体即使暂时离开视野也能保持不变。

3、Sora 是能够理解和模拟现实世界的模型的基础，OpenAI相信这一功能将成为实现AGI的重要里程碑。

目前网上已经开始不断po出新的作品，以后的真假虚实，会越来越难分辨了。