聯(lián)系電話：
0592-2188856
品質(zhì)帶來更好的使用體驗(yàn)
致力于為您提供優(yōu)質(zhì)的解決方案
春節(jié)余溫未消，OpenAI就在海外拋出震撼全球AI界的新聞：Sora——一款僅憑一句話就能生成60秒高清視頻的文生視頻大模型橫空出世。
盡管谷歌同日也發(fā)布了Gemini 1.5，但沒想到命運(yùn)跟汪峰老師一樣，還沒熱多久，OpenAI 就發(fā)了 Sora，很難說這不是故意向世界昭示自己在該領(lǐng)域的霸主地位，目前尚無明顯對(duì)手能與之抗衡。
Sora不僅開辟了新的AI研究疆界，更有望顛覆短視頻和影視制作行業(yè)。
官方文檔顯示，Sora能夠依據(jù)用戶輸入的一句話自然語言描述，自動(dòng)生成包含精細(xì)場景、復(fù)雜運(yùn)鏡及生動(dòng)角色表情的長達(dá)60秒的視頻內(nèi)容。
這一技術(shù)革新意味著，普通人只要有清晰的邏輯思維和創(chuàng)新想象，即可借助Sora輕松創(chuàng)作一部真正的電影作品。
人人皆導(dǎo)演的時(shí)代，來了！
01
關(guān)于Sora模型
Sora在多個(gè)方面重新定義了AI視頻生成模型的標(biāo)準(zhǔn)：
時(shí)長突破：Sora將視頻長度從常見的5至15秒大幅增加到60秒，這不僅滿足了短視頻制作的需求，還預(yù)示著未來可能能夠處理更長時(shí)間的內(nèi)容。
多維視角整合：Sora能夠生成包含多個(gè)角度和鏡頭的視頻片段，并保持角色表現(xiàn)和視覺風(fēng)格的連貫性。
世界模型認(rèn)知深化：Sora增強(qiáng)了對(duì)現(xiàn)實(shí)世界的模擬理解和互動(dòng)能力，為理解和反映現(xiàn)實(shí)世界的復(fù)雜性奠定了基礎(chǔ)。
此外，Sora不僅可以用文字prompt生成視頻，還支持視頻到視頻的編輯，當(dāng)然也可以生成高質(zhì)量的圖片。Sora甚至還可以拼接完全不同的視頻，使之合二為一、前后連貫。
02
簡單的指令
60s 視頻一鏡到底
在此之前，AI文生視頻一直掙扎在4s左右，無論是Pika還是Runway。這些業(yè)內(nèi)頂尖的文生視頻選手，4s仿佛是一個(gè)“魔咒”，并且視頻生成出來的只是簡單局部的動(dòng)畫效果，甚至還不一定連貫。
在這些AI視頻工具還按秒突破瓶頸的時(shí)候，Sora一上來，4s視頻直接給你拉到60s，并且鏡頭一鏡到底，穩(wěn)定性直接拉滿；人物動(dòng)作、表情、甚至臉部細(xì)節(jié)，逼真呈現(xiàn)，這不只是簡單超越，而是直接掀桌了。
03
Sora實(shí)操效果
一段中國龍年舞龍的視頻，有緊跟舞龍隊(duì)伍抬頭好奇觀望的兒童，還有不少人掏出手機(jī)邊跟邊拍。
一位時(shí)尚女性走在充滿溫暖霓虹燈和動(dòng)畫城市標(biāo)牌的東京街道上，效果堪比RTX ON。
一列行駛在東京郊區(qū)的列車窗外，偶然出現(xiàn)的遮擋使得車內(nèi)人物的倒影短暫地映射出來
令人咋舌的是，Sora在模擬毛發(fā)紋理的物理特性上所展現(xiàn)出的理解力，也精準(zhǔn)得讓人瞠目結(jié)舌！
想當(dāng)初，皮克斯為打造《怪獸公司》中怪物角色那細(xì)膩復(fù)雜的動(dòng)態(tài)毛發(fā)效果，可是讓技術(shù)團(tuán)隊(duì)直接連肝幾個(gè)月，才得以實(shí)現(xiàn)。然而，Sora卻能輕松玩轉(zhuǎn)這一難題，且并未經(jīng)過任何人工刻意的教學(xué)訓(xùn)練。
當(dāng)然，目前的Sora模型尚非盡善盡美，它有時(shí)對(duì)特定情境下的因果邏輯理解存在局限。例如描述“五只灰狼幼崽在一條荒僻石徑上嬉戲追逐”，結(jié)果生成的畫面可能出現(xiàn)狼的數(shù)量忽增忽減的現(xiàn)象。
此外，在處理空間細(xì)節(jié)方面，如區(qū)分左右方向時(shí)偶爾會(huì)出現(xiàn)差錯(cuò)，而在展現(xiàn)隨時(shí)間推移的事件，如特定攝影機(jī)運(yùn)動(dòng)軌跡時(shí)，其精確度也有待提升。
04
帶來的影響
盡管如此，當(dāng)一個(gè)AI模型已具備初步理解和模擬現(xiàn)實(shí)世界的能力時(shí)，我們不得不承認(rèn)，這標(biāo)志著AGI的到來或許已不再遙遠(yuǎn)。
Sora的出現(xiàn)，不僅是對(duì)影視行業(yè)的影響，可能會(huì)顛覆整個(gè)短視頻行業(yè)。
當(dāng)前，制作短視頻內(nèi)容的過程往往涉及繁瑣復(fù)雜的剪輯工作和大量素材收集，這一過程對(duì)創(chuàng)作者的時(shí)間與精力消耗頗大。
而借助OpenAI強(qiáng)大的數(shù)據(jù)訓(xùn)練集，Sora能夠根據(jù)用戶提供的文本腳本以及不同場景描述自動(dòng)生成相應(yīng)的視頻內(nèi)容。這意味著，在不久的將來，創(chuàng)作短視頻可能“一句話就解決了”。
面對(duì)AI視頻技術(shù)疾風(fēng)驟雨般的迅猛發(fā)展，我們最明智的選擇就是抓住時(shí)機(jī)，投身其中，積極參與這場技術(shù)革命的洪流。