起點(diǎn)課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項(xiàng)技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導(dǎo)直播
12場專業(yè)技能直播
會員專屬社群
榮耀標(biāo)識效果炸裂！OpenAI首個視頻生成模型發(fā)布，1分鐘流暢高清，網(wǎng)友：整個行業(yè)RIP
昨天，OpenAI公布了一種新的人工智能系統(tǒng)，該系統(tǒng)可以根據(jù)用戶的文本提示創(chuàng)建逼真的視頻，使其成為最新一家采用生成視頻技術(shù)的人工智能公司。這個新模型的效果咋樣？我們來看看作者的分析。
剛剛，奧特曼發(fā)布OpenAI首個視頻生成模型Sora。
完美繼承DALL·E 3的畫質(zhì)和遵循指令能力，能生成長達(dá)1分鐘的高清視頻。
AI想象中的龍年春節(jié)，紅旗招展人山人海。
有緊跟舞龍隊(duì)伍抬頭好奇官網(wǎng)的兒童，還有不少人掏出手機(jī)邊跟邊拍，海量人物角色各有各的行為。
雨后東京街頭，潮濕地面反射霓虹燈光影效果堪比RTX ON。
行駛中的列車窗外偶遇遮擋，車內(nèi)人物倒影短暫出現(xiàn)非常驚艷。
也可以來一段好萊塢大片質(zhì)感的電影預(yù)告片：
豎屏超近景視角下，這只蜥蜴細(xì)節(jié)拉滿：
網(wǎng)友直呼game over，工作要丟了：
甚至有人已經(jīng)開始“悼念”一整個行業(yè)：
一、AI理解運(yùn)動中的物理世界
OpenAI表示，正在教AI理解和模擬運(yùn)動中的物理世界，目標(biāo)是訓(xùn)練模型來幫助人們解決需要現(xiàn)實(shí)世界交互的問題
根據(jù)文本提示生成視頻，僅僅是整個計(jì)劃其中的一步。
目前Sora已經(jīng)能生成具有多個角色、包含特定運(yùn)動的復(fù)雜場景，不僅能理解用戶在提示中提出的要求，還了解這些物體在物理世界中的存在方式。
比如一大群紙飛機(jī)在樹林中飛過，Sora知道碰撞后會發(fā)生什么，并表現(xiàn)其中的光影變化。
一群紙飛機(jī)在茂密的叢林中翩翩起舞，在樹林中穿梭，就像候鳥一樣。
Sora還可以在單個視頻中創(chuàng)建多個鏡頭，并依靠對語言的深入理解準(zhǔn)確地解釋提示詞，保留角色和視覺風(fēng)格。
美麗、白雪皚皚的東京熙熙攘攘。鏡頭穿過熙熙攘攘的城市街道，跟隨幾個人享受美麗的雪天并在附近的攤位購物。絢麗的櫻花花瓣隨著雪花隨風(fēng)飄揚(yáng)。
對于Sora當(dāng)前存在的弱點(diǎn)，OpenAI也不避諱，指出它可能難以準(zhǔn)確模擬復(fù)雜場景的物理原理，并且可能無法理解因果關(guān)系。
例如“五只灰狼幼崽在一條偏僻的碎石路上互相嬉戲、追逐”，狼的數(shù)量會變化，一些憑空出現(xiàn)或消失。
該模型還可能混淆提示的空間細(xì)節(jié)，例如混淆左右，并且可能難以精確描述隨著時間推移發(fā)生的事件，例如遵循特定的相機(jī)軌跡。
如提示詞“籃球穿過籃筐然后爆炸”中，籃球沒有正確被籃筐阻擋。
技術(shù)方面，目前OpenAI透露的不多，簡單介紹如下：
Sora是一種擴(kuò)散模型，從噪聲開始，能夠一次生成整個視頻或擴(kuò)展視頻的長度，
關(guān)鍵之處在于一次生成多幀的預(yù)測，確保畫面主體即使暫時離開視野也能保持不變。
與GPT模型類似，Sora使用了Transformer架構(gòu)，有很強(qiáng)的擴(kuò)展性。
在數(shù)據(jù)方面，OpenAI將視頻和圖像表示為patch，類似于GPT中的token。
通過這種統(tǒng)一的數(shù)據(jù)表示方式，可以在比以前更廣泛的視覺數(shù)據(jù)上訓(xùn)練模型，涵蓋不同的持續(xù)時間、分辨率和縱橫比。
Sora建立在過去對DALL·E和GPT模型的研究之上。它使用DALL·E 3的重述提示詞技術(shù)，為視覺訓(xùn)練數(shù)據(jù)生成高度描述性的標(biāo)注，因此能夠更忠實(shí)地遵循用戶的文本指令。
除了能夠僅根據(jù)文本指令生成視頻之外，該模型還能夠獲取現(xiàn)有的靜態(tài)圖像并從中生成視頻，準(zhǔn)確地讓圖像內(nèi)容動起來并關(guān)注小細(xì)節(jié)。
該模型還可以獲取現(xiàn)有視頻并對其進(jìn)行擴(kuò)展或填充缺失的幀，請參閱技術(shù)論文了解更多信息（晚些時候發(fā)布）。
Sora 是能夠理解和模擬現(xiàn)實(shí)世界的模型的基礎(chǔ)，OpenAI相信這一功能將成為實(shí)現(xiàn)AGI的重要里程碑。
二、奧特曼在線接單
目前已有一些視覺藝術(shù)家、設(shè)計(jì)師和電影制作人（以及OpenAI員工）獲得了Sora訪問權(quán)限。
他們開始不斷po出新的作品，奧特曼也開始了在線接單模式。
帶上你的提示詞@sama，就有可能收到生成好的視頻回復(fù)。
參考鏈接：[1]https://openai.com/sora
作者：夢晨 西風(fēng) 發(fā)自凹非寺
來源公眾號：量子位（ID：QbitAI），追蹤人工智能新趨勢，關(guān)注科技行業(yè)新突破
本文由人人都是產(chǎn)品經(jīng)理合作媒體 @量子位 授權(quán)發(fā)布，未經(jīng)許可，禁止轉(zhuǎn)載。
題圖來自 Unsplash，基于 CC0 協(xié)議
該文觀點(diǎn)僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。
這是個好消息
王者來了，其他都是弟弟