將一段文字輸入，瞬間打造“大片”級(jí)別的視頻片段？近日，OpenAI震撼發(fā)布了首款視頻生成模型Sora. . .
將一段文字輸入，瞬間打造“大片”級(jí)別的視頻片段？近日，OpenAI震撼發(fā)布了首款視頻生成模型Sora，迅速引起業(yè)界熱議與廣泛關(guān)注。
這家以研發(fā)先進(jìn)人工智能技術(shù)著稱的公司，在繼其對(duì)話式語言模型ChatGPT引發(fā)全球熱議之后，于2024年2月16日凌晨推出了全新的文生視頻模型——Sora。
Sora的核心能力在于能夠?qū)⑽谋据斎朕D(zhuǎn)化為真實(shí)且連貫的視頻內(nèi)容，這一壯舉顛覆了傳統(tǒng)的視頻制作流程。它能根據(jù)用戶提供的文本描述或指令生成長達(dá)一分鐘的高質(zhì)量視頻片段，并確保視頻不僅在視覺效果上逼真，而且遵循物理世界的規(guī)律，實(shí)現(xiàn)動(dòng)態(tài)場景的精確模擬。這意味著，無論是教育、娛樂、廣告還是影視制作等領(lǐng)域，都有望通過Sora極大地提高內(nèi)容生產(chǎn)的效率與創(chuàng)新性。
OpenAI稱，Sora不僅能理解用戶在提示中提出的要求，還能理解這些事物在物理世界中是如何存在的。
根據(jù)Sora模型在AI視頻生成領(lǐng)域的創(chuàng)新，我們提煉出它的5大亮點(diǎn)：
顯著的時(shí)長突破：相較于其他文本到視頻轉(zhuǎn)換模型，Sora能夠生成長達(dá)一分鐘連續(xù)且高質(zhì)量的視頻內(nèi)容。
三維空間連貫性：具備動(dòng)態(tài)鏡頭控制能力，即使攝像機(jī)視角發(fā)生變化（移動(dòng)或旋轉(zhuǎn)），模型依然能確保場景中的人物和物體在三維空間中保持一致、流暢的動(dòng)作和位置關(guān)系。
長期連續(xù)性和物體一致性：在單個(gè)視頻的不同鏡頭間，Sora可以保持同一物體或主題的持久不變性，即使它們在某些時(shí)刻未出現(xiàn)在畫面中，當(dāng)再次出現(xiàn)時(shí)仍能保持之前的狀態(tài)。
視頻擴(kuò)展與連接功能：Sora不僅能生成獨(dú)立的視頻片段，還能夠根據(jù)需要前后延伸已有的視頻內(nèi)容，并能夠無縫地將兩個(gè)不同的視頻片段拼接起來，形成邏輯連貫的整體。
模擬與互動(dòng)：Sora具有模擬復(fù)雜數(shù)字環(huán)境的能力，例如能夠模擬人工操作，在虛擬環(huán)境中如Minecraft游戲中控制玩家的行為，展示了其在游戲內(nèi)容生成和交互式視頻制作方面的潛力。
Sora的突出表現(xiàn)引來了網(wǎng)友們的熱烈反響，紛紛喊話“太炸裂了”“現(xiàn)實(shí)不存在了”。
Open AI自稱Sora是“世界模擬器”。
360董事長周鴻祎公開表示：Sora 的出現(xiàn)，或意味著 AGI（通用人工智能）實(shí)現(xiàn)將從 10 年縮短到 1 年。Sora可能給廣告業(yè)、電影預(yù)告片、短視頻行業(yè)帶來巨大的顛覆。
前阿里VP、正在AI infra賽道創(chuàng)業(yè)的賈揚(yáng)清在朋友圈發(fā)表觀點(diǎn)認(rèn)為，首先“對(duì)標(biāo)OpenAI的公司有一波被其他大廠fomo（害怕錯(cuò)過）收購的機(jī)會(huì)”；其次“長線閉源寡頭，開源還需要一段時(shí)間才能catch up”；最后，算法小廠“要不就算法上媲美OpenAI，要不就垂直領(lǐng)域深耕應(yīng)用，要不就開源”，并預(yù)言“infra的需求繼續(xù)會(huì)猛增”。
國盛證券認(rèn)為，Sora相比此前其他文生視頻模型，已經(jīng)跨越到實(shí)用生產(chǎn)力工具，1分鐘長度有望大規(guī)模應(yīng)用在短視頻領(lǐng)域，擴(kuò)展視頻的能力也有望制作長視頻。
對(duì)于日常生活而言，Sora的應(yīng)用前景無比廣闊。在個(gè)人層面上，人們可以快速創(chuàng)建個(gè)性化的故事、家庭錄像，甚至是基于想象的概念可視化。而在專業(yè)工作環(huán)境中，Sora可為新聞編輯室提供即時(shí)的可視化新聞報(bào)道，為設(shè)計(jì)師提供創(chuàng)意原型，甚至在建筑設(shè)計(jì)、游戲開發(fā)等行業(yè)中輔助構(gòu)思和預(yù)覽設(shè)計(jì)成果。
更深層次地看，Sora的出現(xiàn)可能對(duì)就業(yè)市場產(chǎn)生深遠(yuǎn)影響。一方面，它將釋放創(chuàng)造力，使更多人能夠在不具備傳統(tǒng)視頻制作技能的情況下進(jìn)行高質(zhì)量的內(nèi)容創(chuàng)作；另一方面，也可能促使相關(guān)行業(yè)從業(yè)者提升自身技術(shù)層次，轉(zhuǎn)向更具策略性和創(chuàng)造性的工作角色。
此外，OpenAI在發(fā)布Sora的同時(shí)還宣布了其擴(kuò)張AI算力基礎(chǔ)建設(shè)的計(jì)劃，擬籌集數(shù)萬億美金用于構(gòu)建更強(qiáng)大的計(jì)算平臺(tái)。這進(jìn)一步凸顯了AI作為新工業(yè)革命核心技術(shù)的地位，以及在未來社會(huì)發(fā)展中所扮演的關(guān)鍵角色。
當(dāng)然，隨著Sora模型的發(fā)布，也引發(fā)了關(guān)于AI創(chuàng)造內(nèi)容版權(quán)、倫理等問題的討論。如何在保證創(chuàng)意自由的同時(shí)，保護(hù)原創(chuàng)作者的權(quán)益，是擺在全社會(huì)面前的一個(gè)重要課題。
Sora文生視頻模型不僅是一個(gè)技術(shù)創(chuàng)新的里程碑，也是人類探索智能工具如何重塑生產(chǎn)力和信息傳播方式的重要一步。隨著Sora及其后續(xù)迭代版本的廣泛應(yīng)用，我們可以期待一個(gè)更加智能化、高效化的內(nèi)容生產(chǎn)和消費(fèi)新時(shí)代的到來。
下一篇 : 傳統(tǒng)行業(yè)企業(yè)如何跨越壁壘實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的成功
