香蕉丝瓜草莓樱桃草莓榴莲污_科研最新_OpenAI 正式发布 Sora，一文看懂它的文生视频功能到底强在哪？

OpenAI 正式发布 Sora，一文看懂它的文生视频功能到底强在哪？_ZAKER新闻香蕉丝瓜草莓樱桃草莓榴莲污

三、关注建议

文｜黎诗韵编辑｜靖宇正如外界猜测的那样，在为期 12 天直播的第三天，OpenAI 正式发布了文生视频产品 Sora。北京时间 12 月 10 日凌晨两点，Sam Altman 和几位 OpenAI 内部员工通过直播，展示了 Sora 的功能和实际用例。继今年 2 月释出视频样片后，Sora 引发了全球人工智能界热潮，此后国内外人工智能公司纷纷推出文生视频产品。而作为这一赛道的开创者，今天 Sora 终于揭开了神秘面纱。整体来说，Sora 展示的一系列产品功能，表明其在视频生成的质量、功能的独创性、技术的复杂度等方面，远远超出了目前的文生视频产品。在文、图生视频的基础功能之上，它加入了故事板（相当于通过分镜创作自己的故事）、用文本调整原视频、不同场景视频的融合等功能（相当于给视频直接加特效），整个产品功能设计似乎都在让视频更接近创作者的自我表达、帮助他们完成一个理想的镜头故事。当地时间 12 月 9 日晚些时候，美国、以及大多数其他国家的用户，可以访问官网体验 Sora。它被包含在 ChatGPT Plus、ChatGPT Pro 的会员订阅中，无需额外付费。其中，Plus 能生成最多 50 个最高视频、视频分辨率最高达 720p、时长为 5 秒，而 Pro 则能生成最多 500 个最高视频、分辨率高达 1080p、时长为 20 秒、还能去水印。Sam Altman 介绍做 Sora 有三大原因：一是从工具性角度，OpenAI 喜欢为创意人员制作工具，这对公司的文化很重要；二是从用户交互角度，人工智能系统不能只通过文本交互，也应该理解并生成视频，帮助人类使用人工智能。这类似于国内大模型公司谈到的，「模型每扩展一次模态，用户渗透率就会上升。」三则是从技术角度，这对 OpenAI 的 AGI 路线图至关重要，人工智能应该学到更多关于世界的规律，这正是所谓理解物理规律的「世界模型」。既要用技术改变世界，也要用产品促进人类创造，这就是 Sora 在做的事情。生成视频之外，还能分镜、加特效、无限创作Sora 最基础的，首先是文生视频、图生视频功能。打开主界面，用户可以查看和管理所有的视频生成内容，并且切换网格视图、列表视图，以及创建文件夹和收藏夹，查看书签等。研究人员称这个主界面设计，是为了更好地帮助用户创作故事。在主页面的中间底部，是 Sora 的文生视频、图生视频功能。比如，Sam Altman 先给到文字输入，「长毛猛犸象在沙漠中行走，广角镜头拍摄」。接着，需要选择视频的画面比、分辨率、时长（5-20 秒）、以及最终生成的视频数量（最多可生成四段以供挑选）等，才能获得生成的视频。最终，可以看到生成的视频效果非常真实、有质感，且基本遵照了输入的指令。对于 Sora 视频生成效果的出色表现，或许人们是不意外的。输入「长毛猛犸象在沙漠中行走，广角镜头拍摄」的文字后，Sora 生成了四段视频 | 图片来源：OpenAI但此次，Sora 还发布了一系列独有的、进阶的的产品功能。在极客公园看来，这些功能基本围绕视频的更准确表达，也就是通过分镜、加特效等等方式，让人们能通过视频创作出一个自己想要的故事。首先是故事板（storyboard），它被研究人员称为是一种「全新的创意工具」。从产品设计上看，它相当于按时间轴的方式，把一段故事（视频）切成了多个不同的故事卡（视频帧 ) 。用户只需要设计和调整每张故事卡（视频帧 ) ，Sora 会自动把它们补成一段流畅的故事（视频）——这很像电影里的分镜、动画的手稿，当导演画好分镜、一个片子就拍出来了，一个漫画师写好手稿、一个动画就设计出来了。比如研究人员设想的第一个分镜是，「美丽的白鹤站在小溪中，拥有一条黄色的尾巴。」第二个分镜是，「鹤将头探入水中，并捉出一条鱼」。那他做的工作就是，分别创建这两张故事卡（视频帧 ) ，并在两者之间设大概五秒钟的间隔。这个间隔对 Sora 很重要，给了它把两组动作连起来的发挥空间。最终，他得到了一个完整的视频镜头，「美丽的白鹤站在小溪中，它拥有一条黄色的尾巴。接着鹤将头探入水中，并捉出一条鱼。」通过两张故事卡（视频帧 ) ，Sora 生成了一个完整的故事（视频 ) | 图片来源：OpenAI更为奇妙的是，在这个故事板上，创作要素不只是故事卡，也可以是直接的图片、视频。也就是说，可以将任意的图片、视频拉到故事板上，结合故事卡，对它进行创作。以视频为例，研究人员将上述白鹤的视频切下来导入故事板，进行了剪切，这就给视频的前方和后方留出了继续创作的间隙，也就是说可以有新的开头和结尾。这带来的想象是，故事板可以无限的创作下去。也就是说 Sora 生成的 20 秒视频，可以被不断地创造、剪切、创造……直至完全达到心目中理想的镜头。这个过程就像一个剪辑师、导演，通过对分镜设计和镜头素材的不断生成剪辑，慢慢剪出自己心中的片子。和真实世界中不同，Sora 提供的素材是无限的。而和其他的文生视频产品不同，Sora 的视频是可以修改加工的。这使得它生成的视频一定会更符合用户心中的想象、创意。这似乎正是 Sora 此次产品的核心思路：尽最大可能地，让生成的视频符合用户心中想要的创意。这样可以更好理解 Sora 的其他功能，比如可以通过文字直接修改视频、可以无缝融合两段不同的视频、可以给视频改变画风等，这相当于是直接给视频加「特效」了。而一般的文生视频产品，可能需要不断地调整 prompt（提示词）、不断重新生成视频。通过调整文字，用户可以直接调整视频 | 图片来源：OpenAISora 能将两个两段视频合并为一段无缝剪辑 | 图片来源：OpenAI总的来说，Sora 除了在生成视频上不出意料的出色表现之外，它还带来了更独有的视频创作产品功能，相当于给视频加分镜、剪辑、特效。这意味着，每个人都有机会创作出自己真正想要的表达，离当一个导演也更近了。「如果你带着期望进入 Sora，认为你只需要点击一个按钮就可以生成一部电影，那么我认为你的期望是错误的。」OpenAI 研究人员说道。他表示，Sora 是一种工具，允许人们同时在多个地方、尝试多个想法，尝试以前完全不可能的事情，「实际上我们认为这是创作者的超级特殊延伸。」服务大众还不单独收费，还是靠底层模型的能力作为文生视频赛道的开创者，Sora 的推出时间算是最晚的。对此，OpenAI 研究团队表示，为了对 Sora 进行广泛的部署，需要找到让模型更快、更便宜的办法。为此，研究团队做了大量的工作。在直播中，OpenAI 宣布推出 Sora turbo，这是原始 Sora 模型的新高端加速版本。它具有今年早些时候 OpenAI 在「世界模拟技术」报告中谈到的所有功能，此外还增加了从文本生成视频、动画图像和混合视频等功能。这是此次 Sora 产品功能背后的技术基础。看起来相比文字，视频的推理成本更高，但此次 OpenAI 并没有单独针对 Sora 收费。20 美元 / 月的 ChatGPT Plus 会员、以及 200 美元 / 月的 ChatGPT Pro 会员，都可以使用 Sora。前者的权益包括最多 50 个最高视频、分辨率达 720p，时长为 5 秒，后者的权益包括最多 500 个最高视频、无限普通视频，分辨率高达 1080p、持续时间为 20 秒、并且下载无水印。Sora 对 OpenAI 的意义不止于此。团队发现，视频模型在大规模训练时会展现出许多有趣的新能力，使得 Sora 能够模拟现实世界中人、动物和环境的某些方面。「我们的结果表明，扩展视频生成模型是构建物理世界通用模拟器的一条有希望的道路。」或许正是因此，让 Sora 尽快被大众用起来、用数据更好地训练世界模型，对于 OpenAI 最终的 AGI 梦想如此重要。在迭代技术的路上，也顺带推动了人类的创造。「这个版本的 Sora 会犯错误，它并不完美，但它已经到了我们认为它将对增强人类创造力非常有用的地步。我们迫不及待地想看看世界将用它来做什么。」缔造它的 OpenAI 如此说道。

koa12jJid0DL9adK+CJ1DK2K393LKASDad

编辑:刘宝瑞

TOP1热点：大 S 遗产由具俊晔及儿女所有

长期以来，美国滥用美元霸权，加剧世界经济风险。自2022年3月开启本轮加息周期以来，美联储已11次加息，美元急剧升值，令不少国家本币贬值、资本外流、偿债成本上升、输入性通胀加剧。。

“稻谷要经过哪些步骤才能成为可食用的大米？”“我们国家的粮食主要有哪些？”“什么是光盘行动？”青年志愿者日前在虹口区四川北路第一小学的爱心暑托班为小朋友们详细解答这些疑问。为缓解全市小学生暑期“看护难”问题，引导和帮助小学生度过一个安全、快乐、有意义的假期，团市委、市教委等单位牵头在全市开办小学生爱心暑托班，为小学生提供暑期看护服务。活动中，青年志愿者通过图片和视频，演绎大米生产的整个过程，并开展有趣的互动游戏，引导同学们体验插秧的辛苦，明白粮食的得来不易。市粮食物资储备局的工作人员表示，粮食安全事关国运民生,做好粮食安全宣传工作，加强正面宣传引导，对于保障我市粮食安全、稳定社会预期意义重大。《守护“粮”心不遗余“粒”》课件由市粮食物资储备局、金龙鱼（上海）营养健康体验馆开发，旨在以习近平总书记关于粮食安全的重要论述精神为指引，贯彻落实《反食品浪费法》等法律法规，把节约粮食、厉行节约、艰苦奋斗等精神作为学校立德树人的生动教材，进一步增强广大小学生爱粮节粮的意识。自7月3日宣讲活动启动以来，志愿者们累计宣讲66场，服务时长50余小时，直接服务小学生3000余人。

TOP2热点：无畏契约新英雄表演赛

上海市文化旅游局介绍，2023年第34届上海旅游节定于9月16日至10月6日举办。本届上海旅游节以人民大众的节日为宗旨，着眼提信心、扩需求、稳增长、促发展，全城全业联动、精心筹备组织，“再接再厉，不断创新”，全域绘就城市美好欢乐的“实景图”，全力赋能夯实旅游“大产业、大民生、大展示”功能基座，确保办出一届有“新特色、新突破、新亮点”的上海旅游节，进一步助推打响“上海文化”“上海旅游”品牌。