·设为首页收藏本站📧邮箱修改🎁免费下载专区💎积分✅卡密📒收藏夹👽聊天室
返回列表 发布新帖

OpenAI 王炸:新 Sora 模型一句话生成 1 分钟视频,效果接近实拍

331 5
发表于 2024-2-16 20:18:12 | 查看全部 阅读模式

马上注册,免费下载更多dz插件网资源。

您需要 登录 才可以下载或查看,没有账号?立即注册

×
据OpenAI官网,OpenAI首个视频生成模型Sora发布,完美继承DALL·E 3的画质和遵循指令能力,能生成长达1分钟的高清视频。

OpenAI 王炸:新 Sora 模型一句话生成 1 分钟视频,效果接近实拍 扩展性,人工智能,分辨率,官网,蜥蜴

AI想象中的龙年春节,红旗招展人山人海。

有紧跟舞龙队伍抬头好奇官网的儿童,还有不少人掏出手机边跟边拍,海量人物角色各有各的行为。

OpenAI 王炸:新 Sora 模型一句话生成 1 分钟视频,效果接近实拍 扩展性,人工智能,分辨率,官网,蜥蜴

一位时髦女士漫步在东京街头,周围是温暖闪烁的霓虹灯和动感的城市标志。

OpenAI 王炸:新 Sora 模型一句话生成 1 分钟视频,效果接近实拍 扩展性,人工智能,分辨率,官网,蜥蜴

一名年约三十的宇航员戴着红色针织摩托头盔展开冒险之旅,电影预告片呈现其穿梭于蓝天白云与盐湖沙漠之间的精彩瞬间,独特的电影风格、采用35毫米胶片拍摄,色彩鲜艳。

OpenAI 王炸:新 Sora 模型一句话生成 1 分钟视频,效果接近实拍 扩展性,人工智能,分辨率,官网,蜥蜴

竖屏超近景视角下,这只蜥蜴细节拉满:

OpenAI 王炸:新 Sora 模型一句话生成 1 分钟视频,效果接近实拍 扩展性,人工智能,分辨率,官网,蜥蜴

OpenAI表示,公司正在教授人工智能理解和模拟运动中的物理世界,目标是训练出能够帮助人们解决需要与现实世界互动的问题的模型。在此,隆重推出文本到视频模型——Sora。Sora可以生成长达一分钟的视频,同时保证视觉质量和符合用户提示的要求。

OpenAI 王炸:新 Sora 模型一句话生成 1 分钟视频,效果接近实拍 扩展性,人工智能,分辨率,官网,蜥蜴

如今,Sora正面向部分成员开放,以评估关键领域的潜在危害或风险。同时,OpenAI也邀请了一批视觉艺术家、设计师和电影制作人加入,期望获得宝贵反馈,以推动模型进步,更好地助力创意工作者。OpenAI提前分享研究进展,旨在与OpenAI以外的人士合作并获取反馈,让公众了解即将到来的AI技术新篇章。

Sora模型能够生成包含多个角色、特定类型运动和主体及背景精确细节的复杂场景。该模型不仅能理解用户在提示中所要求的内容,还能理解这些事物在现实世界中的存在方式。该模型对语言有深刻理解,能准确解读提示,并生成表达丰富情感的引人入胜的角色。Sora还能在单个生成的视频中创建多个镜头,使角色和视觉风格保持准确一致。

比如一大群纸飞机在树林中飞过,Sora知道碰撞后会发生什么,并表现其中的光影变化。

OpenAI 王炸:新 Sora 模型一句话生成 1 分钟视频,效果接近实拍 扩展性,人工智能,分辨率,官网,蜥蜴

一群纸飞机在茂密的丛林中翩翩起舞,在树林中穿梭,就像候鸟一样。

Sora还可以在单个视频中创建多个镜头,并依靠对语言的深入理解准确地解释提示词,保留角色和视觉风格。

对于Sora当前存在的弱点,OpenAI也不避讳,模型在准确模拟复杂场景的物理特性方面可能会遇到困难,也可能无法理解具体的因果关系实例。例如“五只灰狼幼崽在一条偏僻的碎石路上互相嬉戏、追逐”,狼的数量会变化,一些凭空出现或消失。

OpenAI 王炸:新 Sora 模型一句话生成 1 分钟视频,效果接近实拍 扩展性,人工智能,分辨率,官网,蜥蜴

此外,模型还可能会混淆提示的空间细节,例如左右不分,并且在处理随时间发生的事件的精确描述方面也可能存在困难,比如跟踪特定的摄像机轨迹。

如提示词“篮球穿过篮筐然后爆炸”中,篮球没有正确被篮筐阻挡。

OpenAI 王炸:新 Sora 模型一句话生成 1 分钟视频,效果接近实拍 扩展性,人工智能,分辨率,官网,蜥蜴

技术方面,目前OpenAI透露的不多,简单介绍如下:

Sora是一种扩散模型,从噪声开始,能够一次生成整个视频或扩展视频的长度,

关键之处在于一次生成多帧的预测,确保画面主体即使暂时离开视野也能保持不变。

与GPT模型类似,Sora使用了Transformer架构,有很强的扩展性。

在数据方面,OpenAI将视频和图像表示为patch,类似于GPT中的token。

通过这种统一的数据表示方式,可以在比以前更广泛的视觉数据上训练模型,涵盖不同的持续时间、分辨率和纵横比。

Sora建立在过去对DALL·E和GPT模型的研究之上。它使用DALL·E 3的重述提示词技术,为视觉训练数据生成高度描述性的标注,因此能够更忠实地遵循用户的文本指令。

除了能够仅根据文本指令生成视频之外,该模型还能够获取现有的静态图像并从中生成视频,准确地让图像内容动起来并关注小细节。

该模型还可以获取现有视频并对其进行扩展或填充缺失的帧,请参阅技术论文了解更多信息(晚些时候发布)。

Sora是能够理解和模拟现实世界的模型的基础,OpenAI相信这一功能将成为实现AGI的重要里程碑。

来源:每日经济新闻综合OpenAI官网

审读:孙世建
我要说一句 收起回复
创宇盾启航版免费网站防御网站加速服务

评论5

IT618发布Lv.8 发表于 2024-2-16 20:18:51 | 查看全部
卧槽 真的是厉害
我要说一句 收起回复
IT618发布Lv.8 发表于 2024-2-16 20:19:02 | 查看全部
这个真的没法反驳,不过我预言一下,不久,国内大厂就开始借鉴这个项目了
我要说一句 收起回复
IT618发布Lv.8 发表于 2024-2-16 20:19:42 | 查看全部
牛掰
我要说一句 收起回复
CrystαlLv.8 发表于 2024-2-16 20:20:06 | 查看全部
更牛的是,拿这一分种生成的视频,拼一个短剧,搞连续 剧
我要说一句 收起回复
浅生Lv.8 发表于 2024-2-16 20:20:25 | 查看全部
太有冲击感了。
我要说一句 收起回复

回复

 懒得打字嘛,点击右侧快捷回复【查看最新发布】   【应用商城享更多资源】
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

创宇盾启航版免费网站防御网站加速服务
投诉/建议联系

discuzaddons@vip.qq.com

未经授权禁止转载,复制和建立镜像,
如有违反,按照公告处理!!!
  • 联系QQ客服
  • 添加微信客服

联系DZ插件网微信客服|最近更新|Archiver|手机版|小黑屋|DZ插件网! ( 鄂ICP备20010621号-1 )|网站地图 知道创宇云防御

您的IP:13.58.32.115,GMT+8, 2024-12-26 06:01 , Processed in 0.253442 second(s), 107 queries , Gzip On, Redis On.

Powered by Discuz! X5.0 Licensed

© 2001-2024 Discuz! Team.

关灯 在本版发帖
扫一扫添加微信客服
QQ客服返回顶部
快速回复 返回顶部 返回列表