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
  • 在科学出版中如何利用人工智能?

    学术出版领域随着技术进步发生了显著变化。当前围绕生成式人工智能(AI) 或大型语言模型 (LLM) 的讨论尤为热烈。此类工具的功能已远超简单的语法检查或翻译软件,其在出版流程中的介入值得深思。 LLM 是强大的写作辅…

    2024-02-17
  • 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
  • AI解开有机合成路径

    继AlphaGo打败世界围棋棋王、攻克堪称全人类最后一座智慧的堡垒后,人工智慧(Artificial Intelligence)的演进未曾停歇。研发人员运用类似的神经网路演算法,在各个专业领域殷勤播种,诸多应用旋即遍地开花——像是…

    2018-06-14
  • Chat with RTX:在本地运行自己的AI聊天机器人

    Chat with RTX现已开放免费下载,这是一款技术演示应用,用户可以使用自己的内容来个性化聊天机器人。在NVIDIA GeForce RTX 30系列GPU(或更高性能版本,至少8GB显存)的支持下,Chat with RTX可提供极速的体验。 …

    2024-02-15
  • 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