OpenAI再现黑科技!发布文字生影片AI“Sora”

OpenAI再现黑科技!发布文字生影片AI“Sora”

OpenAI今天正式发表文字转影片生成式AISora」!就跟DALL-E一样,只要给出文字叙述(或静态图片也可以),Sora可以自动生成1080p动画,各种不同的角色、动作类型和背景细节全方位配件生成!

经过,Sora 可以生成各种风格(包括真实电影,动漫风或黑白)的影片,长度接近一分钟,显然超过目前大多数其他测试的文字转影片模型,而且这些影片都关心在保持合理的连贯性上,好像他们的第一款影片中除了文字之外,街头水洼的倒影、衣服随手行走的展示效果,甚至是主角的脸上的肌理都栩栩如生。

OpenAI 表示,Sora 是基于 DALL·E、GPT 模型的研究成果,一方面使用 DALL·E 3 专着的重述生成技术,能够为视觉资料高度描述性的标题,所以索拉可以更忠实、也更新遵循用户的文字指令,并生成丰富的情感、引人入胜的角色,甚至索拉还可以深入理解现实世界物理中真正提到的人、事、物的指令存在的面貌。

当然OpenAI的Sora展示页面新生儿或少有一点浮夸成分在,但这些展示影片如果没有作假、没有事后调整,跟其他文字生成影片的话AI模型对比确实是创制最高竿的技术,令人印象深刻。

就像目前所有的生成式 AI 一样,OpenAI 表示 Sora 还是有很多问题,可能难以准确模拟复杂场景的物理原理,也可能无法理解因果关系。例如一个人咬了一口饼干,但在之后的影片里饼干上可能没有咬痕;或者无法准确理解指令中的空间关系,可能会出现左右矛盾,或者难以生成希望的镜头移动角度等。

目前 OpenAI 并没有将 Sora 开放,起码普拉子里目前只能定位为「完全预览研究」,只有特定跟官方合作的人可以使用,已经跟一些外部人士组成「红队可以使用 Sora 来评估相关风险,同时也向一些艺术家、设计师和电影制作人提供使用权限,以获得改进模型的意见。

OpenAI表示,还将跟专家合作探索模型的漏洞,并正在建立定位工具,来检测网路上的影片是否由Sora生成;同时还将跟全球政策制定者、教育者、艺术家接触,来探讨如何不会被偷窃。

本文来自INSIDE,经授权后发布,本文观点不代表沙鸥科报立场,转载请联系原作者。

相关文章

  • Google发布新一代 AI 模型Gemma

    Google于2月21日,发布了新一代人工智能 (AI) 模型系列 Gemma,旨在为 AI 领域的研究和开发提供更先进、更易于使用的工具。Gemma 提供了两种参数规模的模型:2B 和 7B。 这两个模型都展现出了各自规模内的顶尖性能…

    2024-02-22
  • 苹果默默推出自己的动画生成式AI「Keyframer」

    继开源多模态大型语言模型「Ferret」、虚拟分身AI「HUGS」之后,苹果再度一扫掉队AI 的疑虑,默默推出了最新生成式AI 工具「Keyframer」!Keyframer 特别之处是一款融入LLM 功能,可以直接使用自然语言,就能为静态…

    2024-02-15
  • 用科技保护环境!AI 可侦测亚马逊雨林生态中非法道路的增减

    根据Inside Science报导,总部位于巴西的非营利环境保育组织Imazon在绘制亚马逊雨林生态圈里的人工道路时,发现绘制范围含420万平方公里的官方地图上,仅显示联邦与地方政府所建造的道路,并未包含实际上的所有人工…

    2021-01-12
  • 人工智能识别死海古卷并非出自一人之手

    大部份的死海古卷(Dead Sea Scrolls)都没有署名,所以无法知道是由哪位抄写员誊写的,而且学者也很难根据字迹的特徵辨认某份手稿是由一位,还是多位抄写员完成。但是,根据《PLOS ONE》期刊最新发表的文章,大以…

    2021-05-05
  • LPU:比NVIDIA GPU 更快的AI芯片

    这个「Groq」不是马斯克的「Grok」!AI 晶片公司Groq 称创造了「世界上最快的大型语言模型速度」,在社群上示范的影片因极快的生成速度(1 秒内就生成数百字的回覆)而引发关注和讨论。 Groq 其实并非一款全新AI 模…

    2024-02-22
  • 科学家成功研发能自行学习的「人工突触」

    人工智慧(AI)的发展,很大程度上都是基于模仿人类大脑的功能。在资讯科学的领域内,这些AI 系统称为人工神经网路(artificial neural network),利用演算法模拟大脑神经运作,能分析数据,学习识别语言和图像。 …

    2017-05-07