OpenAI首个视频生成模型发布

        在推出了ChatGPT震惊整个行业后，OpenAI又放出了另一个大招！就在北京时间2月16日凌晨，OpenAI首个视频生成模型Sora正式发布，该模型完美继承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。继Runway、Pika、谷歌和Meta之后，OpenAI终于加入视频生成领域的战争。

OpenAI声称，如果给定一段简短或详细的描述或一张静态图片，Sora就能生成类似电影的1080p场景，其中包含多个角色、不同类型的动作和背景细节。官方表示，Sora对语言有着深刻的理解，能够准确地解释prompt并生成吸引人的字符来表达充满活力的情感。，Sora不仅能够了解用户在 prompt 中提出的要求，还能知悉其在物理世界中的存在方式。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。

在官方博客中，OpenAI提供了很多Sora生成的视频示例，展示了令人印象深刻的效果。不过对于Sora当前存在的弱点，OpenAI也不避讳，指出它可能难以准确模拟复杂场景的物理原理，并且可能无法理解因果关系。

输入“穿过东京郊区的火车窗外的倒影”后Sora生成的视频

据了解，Sora可以一次性生成整个视频，也可以扩展生成的视频，使其更长。通过让模型一次预见多帧画面，OpenAI解决了一个具有挑战性的问题，即确保被摄体即使暂时离开视线也能保持不变。

        在相关演示视频下，不少网友都惊叹于Sora的视频生成能力，更有视频制作领域从业者表示，该模型的出现很可能会导致整个行业被颠覆，并使得自己未来失业。