关注我们的 WhatsApp 频道, TikTok 与 Instagram 以观看最新的短视频 - 开箱，测评与第一手新闻资讯。
除了图像生成器，OpenAI发布首款视频模型——Sora模型，其继承DALL·E 3的画质和遵循指令能力，只需输入文本描述，就能生成一段长达1分钟的高清流畅视频。
该模型可以深度模拟真实物理世界，标志着人工智能在理解真实世界场景，并与之互动的能力方面实现了重大飞跃。
从官方公布的生成视频现实来看，以中国龙年春节为提示词生成的视频中，熙熙攘攘的人群中，有人在舞龙，舞龙动作相当丝滑标准，还有人举起手机拍摄，场景细节丰富。
另一段“都市丽人”漫步东京雨后街头视频中，路面上的水渍倒影细节逼真，霓虹灯光影效果堪比实景，如果不是标注说明，很多人意识不到这是由AI生成的视频片段。
OpenAI表示，技术团队正在教AI理解和模拟运动中的物理世界，目标是训练模型来帮助人们解决需要现实世界交互的问题。
根据文本提示生成视频仅仅是整个计划其中的一步。目前Sora已经能生成具有多个角色、包含特定运动的复杂场景，不仅能理解用户在提示中提出的要求，还了解这些物体在物理世界中的存在方式。
不过，Sora当前也存在局限性，OpenAI称其可能难以准确模拟复杂场景的物理原理，并且可能无法理解因果关系。
该模型还可能混淆提示的空间细节，例如混淆左右，并且可能难以精确描述随着时间推移发生的事件，例如遵循特定的相机轨迹。
即便如此，OpenAI的首个视频模型发布后，不少网友还是对此感到惊讶：“不少人要丢工作了”、“整个素材行业可能都会因此衰落”、“语言大模型后，OpenAI又要一次加快AI进化”。
详细可以点击这里查看。更多的科技资讯，请继续守住TechNave中文版！
【资料来源】
大家来评论
