星空体育app下载星空体育app下载据介绍,Sora具备直接输出长达60秒视频的能力,其中包含高度细致的背景、复杂多角度的镜头,以及富有情感的多个角色。
OpenAI创始人Sam Altman在推特上疯狂安利,还亲自下场为网友生成视频。
目前,官网已经更新了48个视频demo,展示了Sora不仅在准确呈现细节方面的卓越表现,还在理解物体在物理世界中存在的能力上取得了显著进展。该模型还能根据提示、静止图像,甚至填补现有视频中的缺失帧星空体育app下载,实现了对视频内容的全方位生成。
YouTube博主Paddy Galloway在一篇关于Sora的评论中深刻地指出,内容创作行业已经彻底改变,他毫不夸张地表示:“我在YouTube的世界已经度过了15年,但OpenAI刚刚展示的内容让我无法用言语表达。动画师和3D艺术家可能面临一些挑战,而素材网站可能会变得不再那么重要,因为任何人都可以轻松获得令人难以置信的产品。在这一切中,创意背后的‘想法’和故事将变得更加重要。”
在动画玩法上更是打开了更多的想象空间,渲染毛发的质感,灯光材质上都有非常大的突破,最重要的时长可以变得很长。
然而,OpenAI也坦率地承认了Sora目前存在的一些弱点,特别是在准确模拟复杂场景的物理原理和理解因果关系方面的挑战。例如,在描述“五只灰狼幼崽在一条偏僻的碎石路上互相嬉戏、追逐”时,Sora可能会混淆狼的数量,导致一些凭空出现或消失。
此外,模型可能会在描述空间细节时混淆左右,难以准确描述随着时间推移发生的事件。比如这个篮球运动轨迹进入篮筐,不仅空间穿越,还会产生特效。
还有下面这个例子,吹蜡烛之前和吹蜡烛之后,火苗没有丝毫变化,透露出一种诡异,远处观众们的手似乎完全不受控制。
OpenAI明确表示,他们正在努力教导AI理解和模拟物理世界中的运动,并旨在训练模型以解决需要与现实世界进行交互的问题。
Sora的工作原理得到了解释,它采用了扩散模型和Transformer架构,通过多步骤逐渐去除视频中的噪声,从而将随机像素转化为清晰的图像场景。
视频和图像被划分为称为“补丁”的较小数据单位集合,类似于GPT中的标记(Token),通过这种方式,模型可以在更广泛的视觉数据上训练和扩散变化,包括不同的时间、分辨率和纵横比。
Sora是在对DALL·E和GPT的研究基础上构建的,利用了DALL·E 3的提示词技术,为视觉模型生成高度描述性的标注,使其能够更好地遵循文本指令。
OpenAI邀请了视觉艺术家、设计师和电影制片人加入,希望得到宝贵的反馈,推动模型不断进步,更好地服务创意工作者。据 OpenAI 博客,更多的信息将在后续的技术论文中公布。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
马克龙突然取消访问基辅,网传基辅企图将其暗杀并嫁祸俄罗斯?BBC记者:这是谣言
OpenAI推出视频生成模型Sora,一句文本描述即可生成17秒樱花视频
效果炸裂!OpenAI首个视频生成模型发布,1分钟流畅高清,网友:整个行业RIP
谷歌Gemini 1.5深夜爆炸上线,史诗级多模态硬刚GPT-5!最强MoE首破100万极限上下文纪录
国能神东煤炭2023招录1228人,内科大121人,听说每年有20万+
iQOO Z9 或三月发布,6000 mAh电池、1.5K OLED屏
三星 Galaxy S24 系列手机首次更新细节公布,多项拍摄体验提升