OpenAI 2月16日凌晨发布了文生视频大模型Sora，在科技圈引起一连串的震惊和感叹，在2023年，我们见证了文生文、文生图的进展速度，视频可以说是人类被AI攻占最慢的一块“处女地”。而在2024年开年，OpenAI就发布了王炸文生视频大模型Sora，它能够仅仅根据提示词，生成60s的连贯视频，“碾压”了行业目前大概只有平均“4s”的视频生成长度。
tokyo-walk
报告总览
首先我们来梳理一下Sora报告的技术要点：
一.模型训练
1.Sora的架构是扩散模型Diffusion Model和Transformer.
在最开始的文生视频领域，常用的有RNN\GAN\DM模型。Sora属于扩散模型。
扩散模型展现出卓越的优势，相较于GAN而言，它在生成多样性和训练稳定性方面更为出色。最为关键的是，在图片和视频生成领域，扩散模型呈现出更为广阔的发展空间。相较于GAN
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
