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

  • 即使戴着面具最新的人工智能技术也能识别

    供图:John Powell/REX/Shutterstock 放弃戴帽子和围巾吧!别指望他们!他们欺骗不了任何人!最新的面部识别软件可以看穿你狡猾的伪装,即使你戴着面具也能识别你。 剑桥大学的Amarjot Singh和他的同事们训练了机器…

    2017-09-10
  • DianNaoYu:中国提出的国际上首个深度学习指令集

    2016年3月上旬,中国科学院大学岗位教授、中国科学院计算技术研究所研究员陈云霁与陈天石课题组提出的深度学习处理器指令集DianNaoYu,被计算机体系结构领域顶级国际会议ISCA2016(International Symposium on Comp…

    2016-03-12
  • Chat With RTX将支持Gemma

    Google 近期推出开放式模型Gemma,NVIDIA 亦宣布与 Google 展开合作,包括关系:在所有 NVIDIA AI 平台上(包括本地端 RTX AI PC、云端、数据中心)针对 Gemma 进行最佳化。同时,NVIDIA 自家Chat With RTX也…

    2024-02-24
  • Google发布AI模型Gemini

    2月8日晚间,Google发布了新的AI模型免费版Gemini和收费版的Gemini Advanced,并上线了新的网站和Android移动APP。 Gemini 的前身是Bard,Bard 是 Google AI 开发的大型语言模型 (LLM),于 2023 年 2 月 6 日首次发…

    2024-02-09
  • 儿童学习经验对提高人工智能模型学习效率的启示

    AI 能将物体和单词配对的结果,显示了语言中某些部分是可透过少量的经验来学习,不需要某种先天性的能力,团队中的一名心理学家表示这样的结果「动摇了我的世界观」。 生成式AI 的训练资料集是众所皆知的庞大,有时…

    2024-02-08
  • 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