OpenAI深夜宣布首个文生视频模子Sora，现实将被彻底颠覆【核心】

2月16日破晓，OpenAI再次扔出一枚深水炸弹，宣布了首个文生视频模子Sora。据先容，Sora可以直接输出长达60秒的视频，而且包括高度细致的配景、巨大的多角度镜头，以及富有感情的多个脚色。

今朝官网上已经更新了48个视频demo，在这些demo中，Sora不只能精确泛起细节，还能领略物体在物理世界中的存在，并生成具有富厚感情的脚色。该模子还可以按照提示、静止图像甚至填补现有视频中的缺失帧来生成视频。

比方一个prompt（大语言模子中的提示词）的描写是：在东京陌头，一位时髦的密斯穿梭在布满暖和霓虹灯光和动感都市符号的街道上。

在Sora生成的视频里，密斯身着玄色皮衣、赤色裙子在霓虹陌头行走，不只主体连贯不变，尚有多镜头，包罗从大街景逐步切入到对密斯的脸部心情的特写，以及湿润的街道地面反射霓虹灯的光影结果。

另一个prompt则是，一只猫试图唤醒熟睡的主人，要求吃早餐，主人试图忽略这只猫，抖客教程网，但猫实验了新招，最终主人从枕头下拿出藏起来的零食，让猫本身再多待一会儿。在这个AI生成视频里，猫甚至都学会了踩奶，对主人鼻头的触碰甚至都是轻轻的，靠近物理世界里猫的真实回响。

OpenAI暗示，他们正在教AI领略和模仿举动中的物理世界，方针是练习模子来辅佐人们办理需要现实世界交互的问题。

随后OpenAI表明白Sora的事情道理，Sora是一个扩散模子，它从雷同于静态噪声的视频开始，通过多个步调逐渐去除噪声，视频也从最初的随机像素转化为清晰的图像场景。Sora利用了Transformer架构，有极强的扩展性。