Sora「翻车」：猴子长出鹦鹉尾巴，物体学会「穿墙术」

模型信息

【模型公司】 月之暗面
【模型名称】 moonshot-v1-32k
【摘要评分】 ★★☆☆☆

文章摘要

【关 键 词】 Sora、视频生成、技术挑战、物理特性、模型局限

在彭博社对OpenAI的Sora进行的测试中，Sora在将文本提示转换为视频方面表现出了一些技术局限性。

尽管Sora能够生成视频，但在处理复杂的场景时，如物体的物理特性和交互时，会出现一些不合理的动作，例如物体相互穿过、变形等。

OpenAI的研究科学家Bill Peebles承认了这些问题，并指出Sora在模拟现实世界时面临一系列挑战。

Sora的技术报告中提到了其主要局限，包括物理交互的准确性、对象状态变化的一致性、长期样本的连贯性、物体的自发出现、手部和身体部位的处理、计算资源的需求、模型的泛化能力以及视频编辑和扩展的能力。

尽管Sora采用了Diffusion transformer技术，类似于人类的认知过程，但其在处理复杂场景时仍需改进。

OpenAI表示，随着技术的突破，这些问题将得到解决。

原文信息

【原文链接】 阅读原文
【阅读预估】 1611 / 7分钟
【原文作者】 极客公园
【作者简介】 用极客视角，追踪你最不可错过的科技圈。欢迎关注播客（小宇宙App）👉开始连接LinkStart