快科技2月17日消息，一句話(huà)就能生成長(zhǎng)達(dá)1分鐘的高清視頻，OpenAI實(shí)現(xiàn)了。

日前，打造ChatGPT的開(kāi)放人工智能公司OpenAI發(fā)布了首個(gè)文生視頻模型Sora。

該模型可以根據(jù)用戶(hù)輸入的指令，生成長(zhǎng)達(dá)1分鐘的高清視頻，也能通過(guò)現(xiàn)有的靜態(tài)圖像生成視頻，還能對(duì)現(xiàn)有視頻進(jìn)行擴(kuò)展、填充缺失內(nèi)容。

據(jù)介紹，該模型能生成包含多個(gè)角色，以及特定類(lèi)型運(yùn)動(dòng)的復(fù)雜場(chǎng)景，能精確生成物體和背景的細(xì)節(jié)。

在官網(wǎng)上已經(jīng)更新了48個(gè)視頻實(shí)例中，Sora能夠準(zhǔn)確呈現(xiàn)視頻細(xì)節(jié)，還能深刻理解物體在現(xiàn)實(shí)世界中的存在狀態(tài)，并生成具有豐富情感的角色。

比如，在一段視頻中，鏡頭從俯視白雪覆蓋的東京，慢慢推進(jìn)到兩個(gè)行人在街道上手牽手行走，街旁的櫻花樹(shù)和攤位的畫(huà)面均細(xì)致呈現(xiàn)。

當(dāng)然，目前的Sora模型依然存在缺陷，比如它可能難以精準(zhǔn)模擬復(fù)雜場(chǎng)景的物理狀況，也能無(wú)法理解一些特定的因果和時(shí)間聯(lián)系等。

舉個(gè)例子，視頻中的人物可能會(huì)咬一口餅干，但餅干上可能看不到明顯的咬痕。

在處理空間細(xì)節(jié)，比如分辨左右時(shí)，Sora也可能會(huì)出現(xiàn)混淆；在精確描述一段時(shí)間內(nèi)發(fā)生的事件，如特定的攝影機(jī)移動(dòng)軌跡時(shí)，也可能顯得力不從心。

目前，該模型僅向有限數(shù)量的創(chuàng)作者提供訪(fǎng)問(wèn)權(quán)限。

Sora發(fā)布后，不少分析認(rèn)為，這將對(duì)于廣告業(yè)、電影預(yù)告片、短視頻行業(yè)帶來(lái)巨大的顛覆，不少視頻從業(yè)者或?qū)⑹I(yè)。

不過(guò)，也有業(yè)內(nèi)人士認(rèn)為，短期內(nèi)較難帶來(lái)顛覆性影響。

據(jù)報(bào)道，前百度產(chǎn)品委員會(huì)主席宋健表示：Sora確實(shí)很牛，但如果認(rèn)為三年后就沒(méi)人拍視頻了，抖音Tiktok會(huì)被很快顛覆，那還是為時(shí)過(guò)早。

360集團(tuán)創(chuàng)始人周鴻祎也表示，今天Sora可能給廣告業(yè)、電影預(yù)告片、短視頻行業(yè)帶來(lái)巨大的顛覆，但速度不一定那么快。

“AI不一定那么快顛覆所有行業(yè)，但它能激發(fā)更多人的創(chuàng)作力。很多人談到Sora對(duì)影視工業(yè)的打擊，我倒不覺(jué)得是這樣，因?yàn)闄C(jī)器能生產(chǎn)一個(gè)好視頻，但視頻的主題、腳本和分鏡頭策劃、臺(tái)詞的配合，都需要人的創(chuàng)意至少需要人給提示詞。一個(gè)視頻或者電影是由無(wú)數(shù)個(gè)60秒組成的。今天Sora可能給廣告業(yè)、電影預(yù)告片、短視頻行業(yè)帶來(lái)巨大的顛覆，但它不一定那么快擊敗TikTok，更可能成為T(mén)ikTok的創(chuàng)作工具。”

周鴻祎認(rèn)為，大語(yǔ)言模型的厲害之處在于，能完整地理解這個(gè)世界的知識(shí)。而此前所有的文生圖、文生視頻都是在2D平面上對(duì)圖形元素進(jìn)行操作，并沒(méi)有適用物理定律。

“這次很多人從技術(shù)上、從產(chǎn)品體驗(yàn)上分析Sora，強(qiáng)調(diào)它能輸出60秒視頻，保持多鏡頭的一致性，模擬自然世界和物理規(guī)律，實(shí)際這些都比較表象。最重要的是Sora的技術(shù)思路完全不一樣。Sora產(chǎn)生的視頻里，它能像人一樣理解坦克是有巨大沖擊力的，坦克能撞毀汽車(chē)，而不會(huì)出現(xiàn)汽車(chē)撞毀坦克這樣的情況?！?/p>

周鴻祎預(yù)測(cè)，Sora的出現(xiàn)，或意味著AGI（通用人工智能）實(shí)現(xiàn)將從10年縮短到1年。