Sora的秘密：30亿参数背后的超级能力，大佬谢赛宁怎么看？

Sora火了，简直就是视频界的爆款神话。这货一出，立马成了网红，各种狂欢，人气爆表。看着作者小哥那些让人眼前一亮的视频，连失败的都让人停不下来。点赞破万，学术界大咖们也忍不住加入讨论，一时间，Sora成了头号话题。

纽约大学的谢赛宁直接宣布：Sora要重塑视频生成领域。英伟达的Jim Fan更是激动地呼喊：这就是视频生成的GPT-3时代啊！技术细节虽然有点模糊，但这反而激起了更多猜测，Sora到底是怎样的存在？

体验中国版Sora公众号搜：索啦AI创意

让我们来掰扯一下，Sora究竟有啥玄机？它是一个在各种格式视频和图像上训练的扩散模型，还整了个Transformer架构，简直就是扩散界的变形金刚。官方放出的技术干货虽然只有那么几点，但足够让人好奇：从视觉数据的独特处理，到视频压缩技术，再到扩展Transformer的黑科技，每一样都让Sora的魅力加分。别的不说，单是Sora对视频多样性的处理，就已经让它在视频生成界独树一帜。

接着，语言理解能力也不容小觑，这得益于OpenAI将DALL·E 3的技术引入视频领域。总而言之，虽然文中对“patch”等关键技术讲解不多，但Sora的能力已经显而易见。

体验中国版Sora公众号搜：索啦AI创意

当然，对于Sora的猜测五花八门。有的说它建立在DiT上，有的说可能采用VAE架构，参数大概30亿。而且，Sora的训练可能并不需要想象中那么疯狂的资源。另一边，有人认为Sora是个数据驱动的物理引擎，甚至有胆大的网友猜测Sora用了虚幻引擎5做训练数据。各种猜测虽然有趣，但也显示出Sora的神秘和吸引力。

OpenAI因Sora火得一塌糊涂，估值飙升至800亿美元，直追字节跳动和SpaceX，成为科技界的新贵。这不仅是对Sora，也是对OpenAI技术实力的一种认可。虽然“GPT”商标申请没过，但这点小插曲丝毫不影响Sora的光芒。

最后的彩蛋是，Stability AI似乎也想分一杯羹，但在Sora的光环下，他们的SVD 1.1显得有点黯淡。

简言之，Sora不仅仅是技术的革新，更是一次对视频生成领域想象力的挑战。它的火爆，预示着视频生成技术的新纪元已经来临。想深入体验，就来搜索啦AI创意，看看Sora能带给我们怎样的视觉盛宴！