龍年第一(yī)件王炸級大事(shì)！
美國時間 2 月(yuè)(yuè) 15 日，美國人(rén)工智能(néng)研究公司 openai 正式推出首個文生(shēng)視頻模型“Sora”。Sora允許用戶創建長達一(yī)分(fēn)鍾的真實視頻，所有這些(xiē)視頻内容都基于他們編寫的提示詞。
換句話說，隻要編寫好(hǎo)(hǎo)的文案，Sora就(jiù)可以自動生(shēng)成一(yī)個最長可達60秒(miǎo)的真實視頻。這無疑颠覆了(le)現階段時長不超過4s的普遍“時長”。
在OpenAI官網發布的信息中，OpenAI并不止于将Sora定位爲一(yī)個文生(shēng)視頻的大模型，OpenAI将Sora定位爲模拟世界的視頻生(shēng)成模型。通過訓練Sora，OpenAI正在教授人(rén)工智能(néng)理(lǐ)解和模拟運行中的物理(lǐ)世界，目标是訓練模型幫助人(rén)類解決需要現實世界交互的問題。
根據OpenAI的介紹性博客文章，Sora能(néng)夠創建具有多個角色、特定運動類型以及主題和背景的準确細節的複雜場景。該模型可以理(lǐ)解物體在物理(lǐ)世界中如(rú)何存在，以及準确地解釋道具并生(shēng)成引人(rén)注目的角色來表達充滿活力的情感。目前官網上(shàng)已經更新(xīn)了(le)48個視頻 demo，比如(rú)，畫家可以在畫布上(shàng)留下(xià)新(xīn)的筆畫，并且這些(xiē)筆畫随着時間的推移會持續存在。再比如(rú)，視頻中人(rén)可以吃漢堡并在漢堡上(shàng)留下(xià)咬痕。
值得注意的是，Sora視頻構圖、色彩等方面都十分(fēn)出色，無論是一(yī)鏡到底還是多機位都可以無縫切換，甚至還有“演員”的表情神态，這是此前的文生(shēng)視頻産品所不具備的。該模型甚至還可以根據提示、靜止圖像填補現有視頻中的缺失幀來生(shēng)成視頻。來看一(yī)個Sora根據提示生(shēng)成的一(yī)分(fēn)鍾視頻：這一(yī)分(fēn)鍾視頻在網上(shàng)廣爲流傳，可以視爲Sora的代表作(zuò)，其展示的信息量極大，從主要人(rén)物到背景人(rén)物，從遠處的街景以及地面，看起來十分(fēn)逼真，鏡頭切換也(yě)非常流暢自然。從這張全景畫面截圖，可以看到和主人(rén)公同時走動的路(lù)人(rén)，濕漉漉的地面，眼花缭亂的霓虹燈和招牌。Sora推出不久，360創始人(rén)周鴻祎對Sora給予了(le)極高的評價，他在社交平台發文：Sora的誕生(shēng)意味着AGI（通用人(rén)工智能(néng)）實現可能(néng)從10年縮短至一(yī)兩年。在過去一(yī)年的科技圈裏，AI大模型可謂風頭一(yī)時，回顧2023年ChatGPT橫空出世，AIGC、人(rén)工智能(néng)、元宇宙、數字人(rén)等話題迅速成爲熱點話題。随着以AI技術引發的數字化(huà)浪潮，使用優質低(dī)成本的數字人(rén)虛拟人(rén)傳播品牌IP，成爲2023年社交平台最火(huǒ)熱的現象之一(yī)。Sora面世之前，諸如(rú)Pika、Runway等所有的 AI 視頻生(shēng)成公司都在進行着此消彼長的同質化(huà)競争：過多關注更高畫質、更高成功率、更低(dī)成本，而非更大時長以及世界模型。在時長不超過 4s 的範圍内，雖然可以做到畫質極度精美，但(dàn)物體本身(shēn)的運動幅度極低(dī)，且會變形。更别提達到長達60s 的視頻生(shēng)成了(le)，Sora 的出現本身(shēn)就(jiù)是一(yī)項颠覆行業的創舉，甚至可以用碾壓來形容。資本端同時傳來新(xīn)消息。在完成最新(xīn)交易後，OpenAI的估值已飙升至800億美元以上(shàng)。CB Insights的數據顯示，OpenAI目前是世界上(shàng)最有價值的科技初創企業之一(yī)，僅次于字節跳(tiào)動和SpaceX。在全球視野紛紛投向Sora之際，OpenAI 表示，它仍處于 red-teaming 階段，現在還未對公衆開放(fàng)使用。我們可以預見到，當 Sora 投入使用時，将會大大幫助跨境電商(shāng)品牌商(shāng)家有效縮減制作(zuò)電商(shāng)廣告和商(shāng)品描述視頻的成本和工作(zuò)量，特别是TikTok賣家，令人(rén)頭疼的内容生(shēng)産難題也(yě)将不再成爲難題，而是能(néng)打開新(xīn)的流量窗口，給賣家帶來拓展全球生(shēng)意的無限可能(néng)。
