OpenAI放王炸，Sora无限使用！3大新功能，2024最大惊喜！

112 0 0

文章摘要

【关键词】 视频生成、Sora Turbo、文本驱动、AI技术、图像处理

OpenAI在技术直播中发布了Sora Turbo，这是一个视频生成模型，能够通过文本直接生成最多20秒1080P视频，是目前全球生成时长最高的视频模型之一。Sora Turbo支持文本+图片/视频的生成方式，提高了生成效果的可控性。用户无需专业视频软件即可为视频添加特效。Sora Turbo现已开放使用，ChatGPT Plus和Pro会员可免费使用。

为了提升用户体验，OpenAI开发了全新UI，并提供社区分享服务，用户可以分享自己生成的视频或借鉴他人的效果。艺术家Emi Kusano通过Sora制作了怀旧日式舞蹈风格视频，展现了Sora在人数、颜色复杂度、物理模拟和场景融合方面的良好效果。Sora的核心技术包括Patch应用、视频压缩网络、时空潜伏斑块处理和模型架构设计。Sora融合了扩散模型与Transformer架构，采用扩散式转换器方法，取代了传统的U-Net架构，提升了对输入图像与文本标签之间分布关系的捕捉能力。Sora还运用描述性合成描述符展开训练，模拟现实场景及规划未来行动。

OpenAI将DALL·E 3的重新字幕技术引入Sora体系，训练出高度描述性的字幕模型，为训练集中的所有视频创建文本字幕，提升文本保真度和视频质量。Sora通过GPT将用户提示转换为详细字幕信息，生成高质量长视频内容。Sora已启用全新域名https://sora.com/，用户可以制作各种视频。