OpenAI 最近正在着手升级其视频 AI Sora，这个项目最初在今年二月亮相。
据 The Information 援引接近该公司管理团队的消息人士的话报道，OpenAI 正在开发其视频 AI Sora 的升级版本，新版本旨在比原始演示更快地制作更长、更高质量的视频剪辑。
值得一提的是，Sora 在发布时并没有完全准备好。据说，最初的视频生成时间超过了十分钟，而一些电影制作人的反馈也颇为负面。比如，制片人帕特里克・塞德伯格（Patrick Cederberg）为了得到一个可用的片段，生成了数百个视频，但该模型在保持格、物体和角色一致性方面表现不佳。同时，该系统还出现了一些物理错误，这在其他视频模型中也并不罕见。
为了提升 Sora 的表现，OpenAI 正在收集数百万小时的高分辨率视频素材，涵盖不同的风格和主题，以此来减少偏见并提升模型的稳定性。这样做的目的是让生成的视频在风格和内容上更一致，也能更好地满足用户的需求。
在此期间，OpenAI 也表示 Sora 仍处于研究阶段，因为他们正在与政策制定者进行讨论。OpenAI 的首席技术官米拉・穆拉特（Mira Murati）在三月中旬曾表示，Sora 一定会在今年发布，但生成视频的成本仍需降低，因为目前这个系统的费用比现有的 AI 系统高出许多。
自 Sora 在二月推出以来，视频 AI 市场的竞争也变得愈发激烈。仅在中国，就出现了四个新的视频 AI 系统，包括 可灵、Vidu、即梦、MiniMax的海螺视频。而 Run ML 也推出了两个新模型，并且与狮门影达成了合作。
这一系列的发展表，视频 AI 领域正在迅速演变，OpenAI 的 Sora 必须加快脚步，才能在激烈的竞争中立于不败之地。
Sora 的六大优势：
- 准确性和多样性：Sora 能将简短文本描述转化为高达 1 分钟的高清视频，准确解释文本并生成多样化的高质量视频，涵盖从人物到景观的广泛主题，能够处理长达 135 个单词的提示。
- 强大的语言理解：Sora 利用 Dall·E 模型的重述技术，生成精确的视觉字幕，并通过 GPT 技术将简短提示转换为更详细的内容，使生成的视频更加符合用户需求。
- 以图/视频生成视频：Sora 支持多类型输入，包括图像和视频，可进行视频编辑、动画转换、视频扩展等操作，展示了图像和视频处理的无限可能。
- 视频扩展功能：Sora 支持多样化输入提示，可以根据现有图像或视频进行补充，基于 Transformer 的扩散模型可以延长视频的时间线。
- 设备适配性：Sora 能处理各种尺寸视频，从宽屏到竖屏，轻松生成适配不同设备的高分辨率内容，并在生成前提供小尺寸原型。
- 场景和物体一致性：Sora 能生成自然动态变化的视频，处理场景遮挡问题，确保主体物体保持一致，即使暂时离开视野也能保持稳定。
这些优势让 Sora 在视频生成和编辑领域展现出强大的竞争力。
00:08
重新播放
OpenAI最终想做的，其实不是一个“文生视频”的工具，而是一个通用的“物理世界模拟器”。 也就是世界模型，为真实世界建模。
Sora可能带来的影响
- 提升创作效率：Sora作为AI生成工具，能够迅速创作出符合热点话题的视频内容，大大提升了创作效率。这种“时效性覆盖”能力将成为未来竞争的关键。比如，在未来，可能会实现“扔一部小说、出一部大片”的情景，极大地改变影视制作的方式。
- 多行业深远影响：Sora的多模态模型在影视、直播、媒体、广告、动漫、艺术设计等领域拥有广泛的应用潜力。其生成的高质量短视频能够承担摄影、导演、剪辑等多种任务，降低制作难度和成本。
- 降低制作成本，提升创意质量：Sora在短剧、广告、游戏、动画等内容创作中能够显著降低制作成本。比如，广告制作公司可以用Sora生成品牌视频，减少拍摄和后期制作费用；游戏和动画公司可以利用它生成游戏场景和角色动画，减少3D模型和动画制作的成本。
- 推动行业转型：Sora的普及将改变传统内容创作的流程，让创作者专注于剧本内容和创意构思，促使短剧制作回归高质量内容创作。企业可以利用节省的成本提升产品服务质量或进行创新，推动整体生产力提升。
- 引领AI视频元年：2024年将是AI视频生成和多模态模型的元年，从图文生成到视频创作，AI正在加速改变每个行业和个人的现实。这不仅是技术进步的标志，更是朝向通用人工智能（AGI）迈进的一大步。
Sora的应用场景丰富多样，未来的创作不再局限于专业领域，每个人都可以通过它轻松创作出属于自己的高质量视频内容。
推荐一个可以订阅国外的所有AI产品的平台：WildCard，这个平台可以在国内使用Sora的应用场景
