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。
S1 i6 ~8 C8 C5 D- y/ A& f# K4 O+ T N
h# b: h2 l* B5 o) Z
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。”
; B% E( G- {5 r: c& ~# e I3 ~9 _8 W
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。
' u: _5 E- P2 [9 @( S
( {; r0 M" k7 K# O; o
首先,Sora 能创建出逼真且富有想象力的 60 秒视频;
5 B/ O* y- f. o3 b5 A" B0 P" r2 y" U* ] e5 @: Z1 }
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。
! ~# D2 ]0 t- C3 F7 t
3 G9 O, O J' S) K4 {. WOpenAI 官网展现了多段 Sora 制作的视频。
$ c9 L! n1 \# I: P! u# J' a
/ y7 j8 B# N; ]; ~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。
; w; `, D, i+ _% T/ \+ M0 W
& S6 W2 i' f1 V0 T
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。
! C; T9 \% f: n1 D( k: |5 w2 V- t K' C
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。
- Z5 r3 h/ \" T; k) F5 M. |& {7 J2 [% X
其次,Sora 能通过现有的静态图像生成视频;
6 E6 S* X5 N! r8 o. W, h
( W/ d' S8 I. Q. d# u6 \' M9 k再者,Sora 能延长已生成的视频;
. u* {. S0 j0 ~# ], B4 B I7 r) A; T* S$ \- I
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。
1 e; w J) ?( |( D& ?+ q: M _$ q' }' o. e- ^, r4 }9 S3 ? e$ Z
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。
* w6 H/ l+ m5 j4 }3 K) C5 L9 k& B
3 F O9 S+ k" {% \+ F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。
2 p2 f7 F+ T, l9 v- `- D0 g) ?
. p" k) T% q, E9 ^6 l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。
& x$ p& L2 l* y4 f
2 p" a/ v* N l3 l. C+ P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。
1 T* \& F) y1 [. D4 k/ a- B2 A2 R8 c, c3 R& W) ]
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。
! o% j6 ]. r& v5 B9 k( J+ _( W; m. S- e! k# H/ J* ~
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。
( j4 J# _* d( ?2 {& i, i, n0 j3 P; I4 t' S5 D
Sora 为什么这么牛?
( j4 n! w& S9 D3 ~1 x1 T. p W" H
) |' G5 b4 l; Y# l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。
$ G8 M: W7 ?: j
( F+ C3 z* r `( H' z
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。
$ u* s; |! `) z
( g% k ?) p6 h' M- wSora 火爆问世,投机者也盯上了这块“蛋糕”。
3 A/ ~" N; Q4 p
( \( S; v- p" |: L/ d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。
; ]. z$ h7 c# A9 u3 U
2 l! W0 _" a) R! V4 |) w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。
: D0 J7 u. x* `, Z
: O, O7 g8 B1 z' c1 K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。
7 d4 a$ u/ W- j( x) c
2 \/ i+ l! o) E' u" M! m2 k但需要注意的是,目前 Sora 暂未对外开放测试权限。
; u) \, z$ r5 b) t9 b
. [% S1 p% V. _8 r; b4 O; MOpenAI 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。
- X0 x: B: [ k
$ K/ E- e& W/ Y3 VOpenAI 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。
3 J$ ~. S! c) e' `0 x
9 b0 n) S3 x6 q" p% y+ J. Q) w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。
" n: M" i/ h5 q* Y r
5 H9 Y% K6 Z! v' e* }7 |7 `