weixin_68987230的博客

而Open AI利用了其大语言模型优势，将LLM和Diffusion结合训练，通过学习视频，理解现实世界的动态变化规律，并模拟、创造出新的视觉内容，由此产生的视频真实感十足。AI从业者更一叶知秋地感受到，Sora在展示视频制作能力外，更多暗含的是大模型逐渐掌握对真实世界的理解及模拟能力后，可能会带来更惊叹的突破和成果。回溯来看，在这场AI公司、资本交织的游戏中，技术迭代一直是跳跃式的，并不会给大家慢慢来的时间。有强劲大模型的底座、基于对人类语言的解析、对人类知识和世界模型的了解，再叠加其他技术，

Sora专辑|OpenAI大杀器Sora这么火，我们必须了解其背后的技术及其深远的影响

刚刚，奥特曼发布OpenAI首个视频生成模型。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。AI想象中的龙年春节，红旗招展人山人海。有紧跟舞龙队伍抬头好奇观望的儿童，还有不少人掏出手机边跟边拍，海量人物角色各有各的行为。雨后东京街头，潮湿地面反射霓虹灯光影效果堪比RTX ON。行驶中的列车窗外偶遇遮挡，车内人物倒影短暂出现非常惊艳。

总的来说，Sora 的推出不仅展示了 OpenAI 在人工智能和深度学习领域的持续创新和领导地位，也为未来的多媒体内容创作、游戏开发、虚拟现实等领域提供了新的工具和可能性。同时，我们也开发了一个相应的解码器模型，能够将生成的潜在表示转换回像素空间。通过首先训练一个高度描述性的标注模型，然后用它为训练集中的所有视频生成文本描述，我们发现这种方法能够提高文本的准确性和视频的整体质量。将视频转化为时空补丁的方法，借鉴了大型语言模型处理多样化文本的技术，为视频和图像内容的生成提供了一个高度可扩展和有效的表示。

根据外媒报道，OpenAI今天推出一种新的视频生成模型，名为Sora。文本到视频模型允许用户创建长达一分钟的逼真视频——所有这些都基于他们编写的提示。该公司还指出，该模型可以理解物体在物理世界中如何存在，以及准确地解释道具并生成引人注目的角色来表达充满活力的情感。周鸿祎表示，Sora对短视频行业有巨大的颠覆，但未必能那么快击败TikTok，更多是创作力工具。此外，他认为，中美两国的人工智能差距在拉大。360董事长周鸿祎谈到了人工智能企业OpenAI今天发布的文字转视频模型Sora。

今天这篇更新是我发在得到AI 学习圈里的内容。因为前段时间连续更新了几篇跟 AI 相关的公众号，我发现自己的输出能力这些年并没有太多的退化，特别是跟 AI 相关的内容，我本身就特别有好奇心，自己还在做一些 AI 类的产品。所以在1 月底，我在得到上线了一个内容产品，叫“AI 学习圈”。里面包括每天 1 篇的免费内容更新，嗯，是日更内容，365 天不停，今年是 366 天。另外还有一些订阅用户专享的视频教程，例如 AI 写公文啥的，感兴趣的话可以去看看。 这两天，本来在河北崇礼带女儿儿子滑雪，今天早

我在15分钟内制作了这部20年代的预告片，使用了OpenAI Sora的片段，David Attenborough在Eleven Labs上的配音，并在iMovie上从YouTube上采样了一些自然音乐。其中包括一只毛茸茸的棕色怪物，一只光滑的黑色怪物长着天线，还有一只绿色的带斑点怪物和一只小巧的带波点怪物，它们在一个欢快的场景中相互玩耍。因此，视频模型Sora是一个扩散模型；而Sora与它们不同，它是一种通用的视觉数据模型，能够生成各种持续时间、宽高比和分辨率的视频和图片，甚至长达一分钟的高清视频。

它能生成时长 60 秒的逼真视频，内容涵盖可爱的金毛猎犬在山顶上做播客、老虎躺装满祖母绿宝石的笼子里悠闲晒太阳，以及一位意大利奶奶戴着粉色花卉围裙，在乡村厨房里制作美味的意大利饺。我知道，随着时间的推移，这些演示视频的新鲜感会逐渐消退，它们会变得普通，甚至平淡无奇，不再让我兴奋。你可以让图像中的不同元素以不同的方式运动，还可以控制摄像机的运动。在过去的几个月里，我一直在写关于我们从知识经济向分配经济转变的文章：我们正在从一个根据你所知道的知识获得报酬的世界，转向一个根据你分配智能的能力获得报酬的世界。