Sora

Sora是OpenAI发布的文生视频大模型，它能够生成高质量、分辨率高、语义还原准确、视频动作一致性好、可控性强的视频。Sora可以生成最长1分钟的视频，并能够准确还原用户的文本提示语义。该模型的生成视频可以展现出光影关系、物理遮挡、碰撞关系等场景中的细节，画面丝滑可变。Sora主要通过静态噪音的视频开始生成视频，然后通过多个步骤去除噪音，逐渐转换视频。它采用了Transformer架构，并使用了DALL-E 3中的重述技术，为视觉训练数据生成高精准描述性的字幕。除了文本生成视频，Sora还能根据图像生成视频，并能对图像内容进行动画处理，以及提取视频中的元素。Sora的发布引发了全球关注，对多个行业产生影响，能够极大地降低视频制作的门槛和成本。虽然Sora的出现可能会对影视行业的从业者产生影响，但也可能促使视频行业朝着更高端、更创新的方向发展。