星级打分
平均分:0 参与人数:0 我的评分:未评
今年春节期间,OpenAI 发布了文生视频 AI 模型 Sora,瞬间引爆全球网络。
5 }( s9 Y, ^& f" j0 V( ~0 T7 t; Q$ {
$ h6 Q* q+ O f1 |; W2 k
$ {$ t( L7 ?! F9 h3 ^
这一大模型引来马斯克点评“人类认赌服输”;令周鸿祎预言:“这可能给广告业、电影预告片、短视频行业带来巨大颠覆。”“Sora生成视频堪比CG。”
) ~* l& f" i+ X. U
5 Q: M& d" O( A; h: G4 m, G文生视频的AI模型实际早已存在,Sora牛在哪里?答案是,它的语义理解能力更强。
5 r6 ]1 K0 q# U% }9 I
' c! H: G* b- Q首先,Sora 能创建出逼真且富有想象力的 60 秒视频;
" S4 w+ b4 a" G' m9 l) n! [/ B5 w1 O7 U
在这些视频中包含精细复杂的场景、富有情感的角色表情以及复杂的多角度镜头。
7 D# y m6 y" w& |/ j
. j3 h: B# v& gOpenAI 官网展现了多段 Sora 制作的视频。
& D/ P$ l4 Y/ q5 l
- |( L- o; y% d% G5 Z( L6 d& t其中一个场景为,身着黑色皮衣、红色裙子的女性在雨后的夜晚行走在东京市区街道上。视频背景中,她身后的行人也在走动。而由于下过雨,路面留下积水,在城市彩色灯光的照射下形成镜面效果。
3 @ G, ]: z7 Z0 K. v$ |( `5 W* G
6 v" L0 d: V b0 f3 w最震撼的是视频后半段呈现的面部细节,这位女性的皮肤毛孔色沉清晰可见,如此逼真的视频令人很难一眼判断是出自 AI 之手。
5 Y7 n: k8 v3 x! T& D8 y% y) y
+ K1 w9 D; M! g在一段提示词为“一窝金毛猎犬在雪地里玩耍。它们的头从雪地里蹦出来,浑身都是雪”的视频中,甚至可以看到一粒粒的雪粒。
9 c) V9 D$ X5 f4 l: A: q! Q0 a: z$ E$ T) B; E
其次,Sora 能通过现有的静态图像生成视频;
: [- s' ?6 U/ R h. J( E
0 c! X/ k- v) C2 G再者,Sora 能延长已生成的视频;
' C' Y$ Y- P6 z1 K6 N
$ l: Z1 p3 v" B
通俗来讲,给 Sora 一段视频,它可以自动进行扩展、填充缺失内容。
+ a1 p' [6 v1 S! _
: Y: M7 K( ^" T4 o更厉害的是,Sora 可以一次性生成不同机位、不同景别视角的视频,并进行剪辑、自动拼接。
, l4 L; v6 C; B, P, }
: v+ l/ Q7 ~* X' z9 q: k比如,这组图片展示了人们在下雪天漫步、玩雪的多个角度。可见在不同的机位下,无论是广角、中景、近景、特写,视频中人物和背景的关系都一致。
, {% b' Y: B- A
/ W1 d# s. H. {( o: s$ N也就是说,仅需要提供一段文字,Sora 模型就可以生成一段长达一分钟的 1080p 视频,且包含不同景别镜头。其逼真程度令人难以置信,很难想象这种级别的生成是通过单次输入的提示词完成的。
( m$ l' Y! N* s4 m. r- D
1 ]2 S- c# c% C' F& N0 r
在官网上已经更新的多个视频实例中,Sora 能够准确呈现视频细节,还能深刻理解物体在现实世界中的存在状态,并生成具有丰富情感的角色。
s' }$ k1 w$ U0 X# B3 `9 ]( s6 H3 [
当然,目前的 Sora 模型依然存在缺陷,比如它可能难以精准模拟复杂场景的物理状况,也能无法理解一些特定的因果和时间联系等。
8 O: w+ Z3 J- G
- l; x3 g+ I3 U- Y举个例子,视频中的人物可能会咬一口饼干,但饼干上却看不到明显的咬痕。当然这并不妨碍它成为目前功能最强大的 AI 工具。
- J8 F- ^7 D2 y
7 f# z7 \) a. C' D" W- x0 D# BSora 为什么这么牛?
& K }+ Q3 y0 U2 W: _$ {
7 [- m6 p3 v: M2 V9 U: \据悉,Sora 的工作原理结合了扩散模型和 Transformer 架构。扩散模型基于不同时长、分辨率和宽高比的视频和图像训练得来,它从类似于静态噪声的视频开始,通过多个步骤逐渐去除噪声,生成具有多个角色、特定运动类型的复杂场景。而Transformer 架构则负责处理连续的视频帧,确保视频中的动作流畅自然。
8 p$ Q' s0 |8 M9 z% y! [3 o1 T
& e6 n+ w. M) ]$ f# ~同时,在基于过去对 DALL·E 和 GPT 的研究基础构建上还利用了 DALL·E 3 的重述提示词技术,为视觉模型训练数据生成高描述性的标注。
" P3 i- m! {& e7 R+ Z& \5 S
* J4 l3 \4 y& S. v- r6 dSora 火爆问世,投机者也盯上了这块“蛋糕”。
m* |. B M3 k. a2 i' V" t9 B& s* Q7 C# f5 E, q( k$ J L% I! e4 U
据报道,在多个电商、社交平台搜索发现,市面上不乏有 Sora 的“教程”“解读”,售价在几元至近百元甚至万元不等。
: X3 _: h! [& A' p) F( i8 N
5 Z+ `, J, t8 t! ~所谓的“教程”,要么是在网上能找到的公开资料,比如 Sora 的介绍、生成的视频以及来自其他自媒体的解读文章;要么是分享普通人如何利用 Sora 赚钱,包括售卖 Sora 账号和邀请码、使用 Sora 生产视频做自媒体、制作 Sora 使用教程知识付费、做套壳网站等。至于 Sora 实操干货是没有的,你想为知识付费,但没有知识,全是付费。售卖“教程”的卖课人员可能不懂 AI,但是懂得如何利用 AI 捞金。
5 E% P! }: E: |0 Q7 ^
/ a; l# ` M/ Q# w+ q% P8 H* W部分售卖“教程”的人表示拥有“Sora内测资格”,实际上是要用户以“红队测试”的专家(网络实战攻防演练中的攻击方)身份在 OpenAI 官网进行内测申请。
* Z$ z; Z4 H* t, @. E' q
/ ^& K6 Y' N0 H! X6 M但需要注意的是,目前 Sora 暂未对外开放测试权限。
7 |2 X% x9 S. m- ~
$ d7 U# r0 X" p7 D3 w) |! j4 yOpenAI 官网显示,“红队”专家可以使用 Sora 评估关键领域的危害或风险。同时还允许一些视觉艺术家、设计师和电影制片人访问 Sora,以获得反馈意见,了解如何改进模型。但 OpenAI 官网显示,本阶段申请已于 2023 年 12 月 1 日截止。
) T' ^0 ] ^( m( M& \7 G
0 m7 A, f9 ?4 ?* {OpenAI 的开发者也提醒,目前尚未推出对 Sora 的访问,大家看到的谈论或提供访问权限的帖子很可能是骗局。
2 j9 t' D' Q6 ?
6 j0 u# x$ \ B7 i: j" z
在此提醒大家,Sora 官方并未公布公测时间,任何人跟你说TA用上了 Sora,可以付费教你使用 Sora 生成视频的,都是骗子。
2 N' j8 B# M# G, q( }: Z9 v5 b# j/ }. H) ?& h4 j+ W7 z% @