王炸!AI生成視頻,細節(jié)拉滿

夢晨 西風 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

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的畫質和遵循指令能力，能生成長達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。

有緊跟舞龍隊伍抬頭好奇官網(wǎng)的兒童，還有不少人掏出手機邊跟邊拍，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感的電影預告片：

豎屏超近景視角下，這只蜥蜴細節(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)：

AI理解運動中的物理世界

OpenAI表示，正在教AI理解和模擬運動中的物理世界，目標是訓練模型來幫助人們解決需要現(xiàn)實世界交互的問題

根據(jù)文本提示生成視頻，僅僅是整個計劃其中的一步。

目前Sora已經(jīng)能生成具有多個角色、包含特定運動的復雜場景，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確地解釋提示詞，保留角色和視覺風格。

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飄揚。

對于Sora當前存在的弱點，OpenAI也不避諱，指出它可能難以準確模擬復雜場景的物理原理，并且可能無法理解因果關系。

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。

技術方面，目前OpenAI透露的不多，簡單介紹如下：

Sora是一種擴散模型，從噪聲開始，能夠一次生成整個視頻或擴展視頻的長度，

關鍵之處在于一次生成多幀的預測，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，有很強的擴展性。

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，為視覺訓練數(shù)據(jù)生成高度描述性的標注，因此能夠更忠實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，準確地讓圖像內容動起來并關注小細節(jié)。

該模型還可以獲取現(xiàn)有視頻并對其進行擴展或填充缺失的幀，請參閱技術論文了解更多信息（晚些時候發(fā)布）。

Sora 是能夠理解和模擬現(xiàn)實世界的模型的基礎，OpenAI相信這一功能將成為實現(xiàn)AGI的重要里程碑。

奧特曼在線接單

目前已有一些視覺藝術家、設計師和電影制作人（以及OpenAI員工）獲得了Sora訪問權限。

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。

下面是更多精彩視頻欣賞。

一位時尚女性走在充滿溫暖霓虹燈和動畫城市標牌的東京街道上。她穿著黑色皮夾克、紅色長裙和黑色靴子，拎著黑色錢包。她戴著太陽鏡，涂著紅色口紅。她走路自信又隨意。街道潮濕且反光，在彩色燈光的照射下形成鏡面效果。許多行人走來走去。

電影預告片講述了30歲宇航員戴著紅色羊毛針織摩托車頭盔的冒險經(jīng)歷，藍天、鹽漠，電影風格，35毫米膠片拍攝，色彩鮮艷。

無人機攝像機圍繞著一座美麗的歷史教堂盤旋，這座教堂建在阿馬爾菲海岸的巖石露頭上，視圖展示了歷史悠久、宏偉的建筑細節(jié)以及分層的路徑和露臺，當視圖俯瞰地平線時，可以看到海浪拍打著下面的巖石。意大利阿馬爾菲海岸的沿海水域和丘陵景觀，遠處的幾個人在露臺上散步和欣賞壯麗的海景，午后陽光的溫暖光芒給場景營造出一種神奇而浪漫的感覺，景色令人驚嘆用美麗的攝影捕捉。

一只柯基犬在熱帶毛伊島拍攝視頻博客

一只巨大的橙色章魚躺在海底，與沙石地形融為一體。它的觸角散布在身體周圍，雙眼緊閉。不遠處，一只棕色多刺的帝王蟹正從巖石后爬向它，鉗子高舉待擊。畫面以廣角拍攝，展現(xiàn)出海洋的無垠深邃。水清澈見底，陽光透過水面，投下斑斕光影。畫面清晰生動，章魚和蟹清晰可見，而背景稍顯模糊，營造出景深效果。

參考鏈接：
[1] https://openai.com/sora

（完）

覺得不錯，請點個在看