OpenAI 的第一个文本到视频模型来了，但你无法使用它

Sora文本转视频AI可能会成为真正的产品。或者，也许不是。

OpenAI 展示了 Sora，它的第一个文本到视频生成人工智能模型。 Sora 可以将简单的文本提示或图像变成一分钟的高分辨率视频。它还可以“扩展”或将帧插入到现有视频中。然而，OpenAI 仍在决定是否将 Sora 作为产品提供。

这不是第一个文本到视频的人工智能，但它可能是最令人印象深刻的。来自 Google 和 Meta 的生成视频分辨率低、断断续续、令人难以忍受的噩梦。同时，Sora 模型以流畅的帧速率生成 1080p 视频，其输出可能会被误认为是真实视频。

Sora 输出的早期示例可在 OpenAI 网站上找到。基于这些例子，我们可以看到人工智能对人体比例、逼真的灯光和创意电影摄影有很好的把握。空还擅长画写实的动物，可以模仿老电影的不完美之处。

当然，Sora的输出远非完美。它的所有主题都有一种奇怪的失重质量，如果你仔细观察，你会发现人工智能图像生成的一些明显的怪癖。 OpenAI 承认 Sora 可能会出现失误，并提供了一些人工智能输出的“糟糕”示例，包括一个人在跑步机上倒跑的视频。

Sora 模型具有“对语言的深刻理解”，并且可以在其输出中“表达充满活力的情感”。然而，Sora 不需要冗长或复杂的提示。 OpenAI 提供的一些示例基于开放式单句提示。这与 ChatGPT 的图像生成功能没有什么不同。

不幸的是，OpenAI 尚未展示 Sora 的图像到视频功能。我们还对 AI 的视频扩展和帧插入功能感到好奇 - 如果这些功能有效，Sora 可能会成为视频编辑或修复的有用工具。

我们对Sora的训练数据也知之甚少。 OpenAI 表示，它使用了大约 10,000 小时的“高质量”视频，但仅此而已。更多信息可能会在 OpenAI 的 Sora 白皮书中披露，该白皮书将于 1 月 15 月底发布。

无论如何，Sora 在成为真正的产品之前还需要克服几个障碍。 OpenAI 正在咨询“政策制定者、教育工作者和艺术家”，以更好地了解公众的担忧。它还与专家合作，可以衡量 Sora 的“错误信息、仇恨内容和偏见”潜力。如果 OpenAI 决定将 Sora 公开，AI 的输出将附有 C2PA 元数据，以便于识别。

来源：OpenAI