當(dāng)前位置：首頁(yè) >人工智能 >文本生成視頻新模型Sora席卷全球，AI技術(shù)再次革新

文本生成視頻新模型Sora席卷全球，AI技術(shù)再次革新

發(fā)布時(shí)間：2024-05-17 19:14:03 瀏覽量：181次

文本生成視頻新模型Sora席卷全球，AI技術(shù)再次革新

“一切來(lái)得太快，我們目前還在觀望?！盧okid CEO祝銘明（musa）說(shuō)，Sora帶來(lái)的沖擊波到底有多大，他們也在時(shí)刻關(guān)注。

2月16日凌晨，OpenAI正式發(fā)布他們的文本生成視頻大模型Sora，其逼真的視覺(jué)效果讓其在一夜之間“刷屏”，再次重現(xiàn)了一年前用ChatGPT轟動(dòng)全世界的場(chǎng)景。

Sora一出場(chǎng)就驚艷世界，包含有細(xì)節(jié)拉滿的場(chǎng)景、復(fù)雜的攝像機(jī)以及充滿情感的角色。Sora可以理解物體在物理世界中如何存在，并準(zhǔn)確地解釋道具并生成角色來(lái)表達(dá)充滿活力的情感。

Sora最主要有三個(gè)優(yōu)點(diǎn)：60秒超長(zhǎng)視頻、單視頻多角度鏡頭一鏡到底、內(nèi)容與物理世界規(guī)律保持一致。

Sora背后的工作原理

Sora實(shí)現(xiàn)了內(nèi)容合成從文本領(lǐng)域、到圖像領(lǐng)域、再到視頻領(lǐng)域的跨越，其背后的原理為“對(duì)合成內(nèi)容中最小單元進(jìn)行上下文關(guān)聯(lián)有意義組合”。自注意力機(jī)制、擴(kuò)散模型和變換神經(jīng)網(wǎng)絡(luò)被組合在一起使用。

Sora很難將物理世界中規(guī)律一條一條在模型中顯式羅列實(shí)現(xiàn)，而是通過(guò)對(duì)海量數(shù)據(jù)學(xué)習(xí)來(lái)隱式表達(dá)客觀規(guī)律。

Sora今年底或?qū)a(chǎn)生小時(shí)級(jí)文生成視頻，挑戰(zhàn)可能相對(duì)容易。