北京时间2月16日凌晨，OpenAI发布Sora文生视频大模型，表示OpenAI正在教AI理解和模拟运动中的物理世界,目标是训练能帮助人们解决需要真实世界交互的问题的模型。Sora可以生成长达一分钟的视频,同时保持视觉质量和遵循用户的提示。Sora能够生成包含多个字符、特定类型运动以及准确的主体和背景细节的复杂场景。该模型不仅理解用户在提示中要求的内容,还理解这些东西在物理世界中的存在方式。模型可以通过文字或者图片生成视频。

【机会前瞻】

OpenAI在2月16日推出了全新的AI大模型Sora，该文生视频大模型包含高度细致的背景、复杂的多角度镜头，以及富有情感的多个角色。

Sora亮点在于其能通过简短的文本提示生成60秒的“逼真”和“富有想象力”的视频内容。与此前其他几家文生视频的几秒相比，Sora在市场和视频质量方面，都取得了巨大的进步。

Sora的创新之处在于采用了Transformer和扩散模型的结合。该模型首先将不同类型的视觉数据转换成统一的视觉数据表示，然后将原始视频压缩到一个低维潜在空间。这使得Sora能够在这个潜在空间里进行训练，生成包含高度细致的背景、复杂的多角度镜头和富有情感的多个角色的视频。