全球人工智能領(lǐng)域的佼佼者OpenAI近日發(fā)布了一款名為Sora的短視頻生成模型，該模型能夠根據(jù)文字指令即時(shí)生成高質(zhì)量短視頻，引起了業(yè)界的廣泛關(guān)注。

在多模態(tài)AI模型競(jìng)賽中，谷歌、Meta等科技巨頭以及初創(chuàng)公司Runway、Pika Labs都曾推出過(guò)類似的模型。然而，OpenAI的Sora憑借其卓越的視頻質(zhì)量和多樣化的功能脫穎而出。

Sora不僅能夠根據(jù)文本說(shuō)明生成長(zhǎng)達(dá)60秒的視頻，還能夠呈現(xiàn)出具有多個(gè)角色、特定類型的動(dòng)作和豐富背景細(xì)節(jié)的場(chǎng)景。此外，它還能在一個(gè)生成的視頻中創(chuàng)建多個(gè)鏡頭，展現(xiàn)出獨(dú)特的人物和視覺(jué)風(fēng)格。

OpenAI表示，Sora是在過(guò)去對(duì)DALL-E和GPT模型的研究基礎(chǔ)之上開(kāi)發(fā)而成的。它采用了DALL·E 3的技術(shù)，使得生成的視頻能夠更忠實(shí)地遵循用戶的文字說(shuō)明。除了能夠文生視頻外，Sora還能根據(jù)現(xiàn)有的靜態(tài)圖像生成視頻，并能準(zhǔn)確、細(xì)致地對(duì)圖像內(nèi)容進(jìn)行動(dòng)畫(huà)處理。此外，該模型還能提取現(xiàn)有視頻，并對(duì)其進(jìn)行擴(kuò)展或填充缺失的幀。

隨著多模態(tài)AI技術(shù)的不斷發(fā)展，短視頻生成模型已成為行業(yè)內(nèi)的熱門(mén)趨勢(shì)。OpenAI的Sora無(wú)疑為這一領(lǐng)域樹(shù)立了新的標(biāo)桿，將為視頻制作、廣告、游戲等行業(yè)帶來(lái)革命性的變革。我們期待著Sora在未來(lái)能夠?yàn)槲覀儙?lái)更多精彩、創(chuàng)新的視覺(jué)體驗(yàn)。