OpenAI 推出视频 AI 模型 Sora，能够生成 60 秒的视频片段

共计 1443 个字符，预计需要花费 4 分钟才能阅读完成。

原作者：Carl Franzen
文章出处：https://venturebeat.com/ai/openai-unveils-video-ai-model-sora-capable-of-generating-60-second-videos/
编译：裴先生笔记

OpenAI 并不满足于只被称为 ChatGPT 甚至是 LLM 公司：今天，它发布了其新的人工智能文本到视频生成模型Sora的演示，联合创始人兼首席执行官山姆-阿尔特曼（Sam Altman）在 X（前 Twitter）上发帖称，这是一个 “非凡的时刻”。

虽然由于 Altman 在帖子中所说的 “red-teaming”，即对其安全防御、缺陷和误用的对抗性测试，该产品还不能正式供大众使用，但这位创始人确实指出，该产品将提供给 “有限数量的创作者”，并将在晚些时候向公众推广。

视频人工智能模型领域竞争激烈

Sora 正在进入一个竞争激烈的领域，现有的竞争对手初创公司Runway、Pika和Stability AI都提供了专门的人工智能视频生成模型，谷歌等中坚力量也展示了其 Lumiere 模型功能。

不过，OpenAI 今天分享的 Sora 视频样本在分辨率的清晰度、动作的流畅性、人体解剖学和物理世界的准确性，以及最重要的运行时间方面都非常突出。

Runway 和 Pika 一次只能生成 4 秒钟的视频，还可以选择扩展，而 OpenAI 的 Sora 则不同，它可以直接生成 60 秒钟的视频。

Altman和 OpenAI 领导层以及Sora 团队的其他成员（包括研究员 Will Depue）正在 Twitter/X 上收集用户的提示信息，他们正在通过 Sora 对这些信息进行处理，作为该模型新功能的现场众包演示。因此，如果您有兴趣的话，可以向他们提交一些资料（我已经提交了）。

https://t.co/SOUoXiSMBY pic.twitter.com/JB4zOjmbTp

— Sam Altman (@sama) February 15, 2024

比起那些天马行空的视频，索拉还能复制人类生活中平凡而又可识别的瞬间，比如从高架列车上观看城市景观，或者一个女人和一只猫在床上的家庭录像，这些视频的逼真程度令人震惊。

同样令人印象深刻且可能令人震惊的是，OpenAI 研究员比尔-皮布尔斯（Bill Peebles）指出，Sora 将通过 “模拟一切 “来帮助人们探索 AGI。

Sora is here! It's a diffusion transformer that can generate up to a minute of 1080p video with great coherence and quality. @_tim_brooks and I have been working on this at @openai for a year, and we're pumped about pursuing AGI by simulating everything! https://t.co/DzbyReLJEc pic.twitter.com/IFqfh8H6FW

— Bill Peebles (@billpeeb) February 15, 2024

在美国联邦机构再次推动对人工智能进行监管，特别是针对其欺诈和深度伪造真人的可能性之际，Sora 的出现似乎不仅是 OpenAI 的一个里程碑，也是整个科技和媒体行业乃至整个人类的一个里程碑–不过是好是坏，还有待观察。