真·降维打击，Sora与Runway、Pika的对比来了，震撼效果背后是物理引擎模拟现实世界

AIGC动态9个月前发布 almosthuman2014

992 0 0

作者信息

【原文作者】 机器之心
【作者简介】 专业的人工智能媒体和产业服务平台
【微信号】 almosthuman2014

文章摘要

这篇报道主要介绍了OpenAI发布的首个文本生成视频模型 Sora在视频生成领域的突破。Sora生成的高清、流畅视频引发了社区的热议，被认为在生成时长、连贯性等方面具有显著优势。与其他竞品模型相比，Sora的生成质量压倒性优秀。OpenAI在技术报告中详细介绍了Sora背后的技术，包括将视觉数据转为Patches、视频压缩网络、时空潜在Patches、用于视频生成的缩放Transformer等。Sora不仅可以通过文本prompt生成视频，还可以利用图像和视频作为提示进行编辑和生成。此外，Sora还展现了出色的图像生成能力和涌现模拟能力，模拟了物理世界中的多种现象。尽管Sora存在一些局限性，但其持续扩大视频模型规模的方向充满希望，有望实现更加精确的物体、动物和人类模拟。

整体而言，Sora作为一款领先的视频生成模型，通过技术报告展示了其在生成视频方面的优势和创新。未来，随着视频生成技术的不断发展，Sora有望在视觉内容创作领域发挥更大的作用。