精选文摘《Sora问世，一石激起千层浪》

精选文摘《Sora问世，一石激起千层浪》内容如下：

穿着时尚的女性漫步在霓虹灯闪烁的东京街头“”两艘海盗船在一杯咖啡内作战“……春节假期，这几段画面精美的视频在朋友圈”霸屏“，这些视频是美国人工智能团队OpenAI新发布的视频大模型Sora创作的。

Sora，这个词来源于日语中的”天空“，意指无限的创造潜力。2022年底因发布ChatGPT一炮走红的OpenAI，又因Sora在全球内容创作领域掀起新的风暴。

博采众长，Sora”一骑绝尘“

只需要一段20至30个词汇的文本指令或一张静态图像，就可以生成一段视频，不论是写实还是动画风格、宽屏还是竖屏，皆可任意选择。虽然Sora并非首个可以通过文本生成视频的大模型，但在时长、分辨率等视频生成模型的关键指标上，相比先前的Runway、Pika等文生视频产品，Sora可谓”一骑绝尘“。”Sora的诞生，意味着AGI（人工通用智能）的实现可能从10年缩短至一两年。“360创始人周鸿祎在微博上宣布。

记者亲身体验了此前某款视频大模型的生成产品，在生成的10秒视频中，人物表情僵硬、动作不协调，视频也无法准确呈现文字描述，与Sora的演示视频相比，确实差距巨大。

”Sora的技术亮点是，让AI内容编辑和生成实现了从文本、图像到视频的本质跨越。“中国计算机学会理事、南京理工大学计算机科学与工程学院副院长肖亮认为，Sora的底层技术并不算新，但优势在于”博采众长“，是多项技术积累、共同作用的结果。Sora在技术上的”颠覆性“主要体现在三方面：一是突破当前视觉大模型”60s超长视频“生成瓶颈，以往的视频模型大多只能生成时长不超过10秒的视频，而Sora在保证视频时长的同时，还能保持人物和场景的连贯；二是呈现多角度一镜到底，逼真表现光影几何、物理关系；三是较为真实地遵循物理世界规律，比如画笔会在画布上留下水墨、人吃汉堡会留下咬痕等。

OpenAI对Sora的定位颇具野心，号称其并非仅仅是”文生视频“的工具，而是一个通用的”物理世界模拟器“——复现真实世界的重力、摩擦力等物理现象。这一定位使得Sora未来有望成为跨越各行各业的”超级工具“，可用于模拟天气变化、自动驾驶、生物行为甚至军事场景等。

对此，南京大学计算机科学与技术系长聘副教授过洁表示，实际上，早有多条技术路径瞄准”模拟物理世界“这一目标，只不过实现方式不同。Sora的技术路径可以理解为”数据驱动“——通过学习视频来理解现实世界的动态变化，并用计算机视觉技术模拟这些变化。”但从Sora的一些‘翻车视频可以看出，它在理解物理世界时会遇到困难。“过洁以游戏举例，在一款射击游戏中，玩家想要走出屋子射击”敌人“，Sora很可能会让玩家”穿墙而去“。”Sora是否知道墙是一道物理障碍？在它塑造的世界规则中，是否有这么一条规矩，规定墙是不能穿过的？这些都是未知。“

”目前Sora接受的所有训练都是人类’喂给它的，其实还是没有跳脱现阶段人类的认知范围。目前还有许多物理规律连人类都还没有掌握，人类尚未踏足的知识领域，Sora也无法理解。“过洁说。

创意工作，AI仍难以替代人类

”过往的人工智能产品，多半可以分为‘以文生文’以文生图等类型。它们大多是根据网上已有的语料来进行内容产出，对于我们的工作生活并没有带来特别大的改变。“南京大学人工智能学院院长周志华分析，大家之所以对”文生视频“的反应”有点大“，是因为通过文字输入来生成视频这种方式，更容易让大家感同身受。

本文地址：https://www.98gs.com/wenzhai/24818.html，转载请注明出处。