剛剛，OpenAI Sora來啦！AI視頻新紀元已開啟

大數據文摘受權轉載自頭部科技文丨Darice終于，Sora正式版來了！OpenAI將AI大模型競賽帶入AI視頻創作新紀元。在12天的“ship-mas”直播系列的第三天，OpenAI終于向全球推出了備受期待的Sora升級版AI模型。這一版本不僅開啟了全新的創作可能性，還代表著AI大模型文本生成視頻技術的飛躍。早在今年2月，OpenAI首次預告了Sora的問世，而今天，Sora Turbo升級版正式向ChatGPT訂閱用戶開放。新版模型大大增強了文本生成視頻、圖像動畫、視頻混編等功能，讓用戶的創作體驗更加豐富多彩。Sora升級版的亮點在哪里Sora Turbo升級版剛剛上線就引發了如潮的關注。正常發布會短小精悍，全程僅僅 20 分鐘左右。由 CEO Sam Altman、Sora 負責人 Bill Peebles 等人主持。Sora Turbo剛剛發布，大批熱情的用戶就涌入體驗網站；服務器瞬間崩潰，導致OpenAI暫時關閉了新用戶注冊。Sam Altman不得不出面安撫熱情用戶：?demand higher than expected; signups will be disabled on and off and generations will be slow for awhile. doing our best!Sora Turbo是一款基于OpenAI早期技術報告中討論的世界模擬技術的高端加速版。這些新增功能包括：從文本生成視頻、生成動畫圖像，以及許多強大的視頻功能，如重新混合視頻風格、前后延伸時間，故事板，重新剪輯等，極大地拓展了創作者的創作空間。在直播中，OpenAI展示了Sora的新功能。其中包括“探索”頁面，展示了由社區成員創作的AI生成視頻流。特別值得一提的是，Sora的“故事板”功能，用戶可以通過一系列提示生成視頻，還可以將照片轉化為生動的視頻。“故事板”功能讓用戶可以將多個提示串聯起來，創建出一個連貫的場景或視頻序列。例如用戶可以在不同的時間線添加動作描述，Sora會根據描述自動填充和調整細節，確保故事的連貫性。這個功能旨在幫助提升視頻的視覺一致性。Sora還提供了“混編”功能，允許用戶通過文本提示調整視頻輸出，并通過獨特的“混合”功能將兩個場景無縫結合。在現場演示中，OpenAI展示了如何使用Sora生成一個猛犸象在沙漠中行走的場景。用戶可以根據自己的需求選擇視頻的長寬比、分辨率，并生成從5秒到20秒不等的視頻。Sora支持生成多個版本的同一視頻，以供用戶選擇最佳效果。在直播演示中，使用了“Remix”功能對視頻進行創意調整，將猛犸象替換為機器人。效果極具震撼。此外，Sora還提供了剪輯功能，稱為“Recut”，它允許用戶對已生成的視頻進行進一步編輯。用戶可以根據時間線上的卡片調整視頻長度，改變場景的變化時機，或為視頻添加更多的細節方向。例如在回放時，用戶可以通過調整視頻的起始點、結束點，以及場景之間的間隔，來優化整個創作的流暢度和節奏。通過“Recut”功能，用戶可以對視頻進行精細的調節，確保每個細節都符合創意的需求。如果您想親自體驗，不妨登錄網站一試：https://sora.com/onboarding。視頻對AI發展的重要性OpenAI的首席執行官Sam Altman強調，視頻對AI發展的重要性。在發布會現場，OpenAI的首席執行官Sam Altman強調了視頻對于AI技術發展的重要性，并從三個方面闡述了這一觀點：1.為創意人士制作工具：Altman表示，OpenAI一直致力于為創意人士提供強大的工具，幫助他們推動創作。這種新工具的推出為AI在創意領域的應用打開了新的篇章，并為未來的AI創作工具展現了令人興奮的前景。2.突破文本限制：他指出，若AI僅限于文本互動，將錯失許多重要的創作維度。通過AI生成視頻，用戶將能夠以全新的方式與技術互動，極大地改變我們與計算機的交互方式。3.對AGI的影響：視頻生成對于實現通用人工智能（AGI）的目標至關重要。Altman認為，視頻將成為AI學習的關鍵環境，幫助AI掌握許多復雜的技能和任務。根據Sora System Card的表述：Sora的設計靈感來源于大型語言模型（LLM），模型通過訓練互聯網規模數據來獲得通用能力。LLM范式的成功部分得益于使用了能夠巧妙地將文本（包括代碼、數學公式和各種自然語言）的不同模態統一起來的標記。LLM使用文本標記，Sora使用視覺補丁。補丁是訓練處理各種類型和視頻和圖像的生成式模型時一種高度可擴展且有效的表示方法。將視頻轉換為補丁的過程是，首先將視頻壓縮到低維潛在空間，然后將其表示分解為時空補丁。同時，Sora也接受了多種數據集的訓練，包括公開可用數據的混合、通過合作伙伴關系訪問的專有數據，以及內部開發的定制數據集。精選的公開可用數據，主要收集自行業標準機器學習數據集和網絡。來自數據合作伙伴關系的專有數據，我們與合作伙伴建立合作關系，以訪問非公開數據。例如，OpenAI與Shutterstock和Pond5合作，構建和提供AI生成的圖像。及與合作伙伴合作，委托和創建符合需求的數據集。人類數據：來自AI培訓師、紅隊成員和員工的反饋。預訓練過濾和數據預處理：除了預訓練階段后實施的緩解措施外，預訓練過濾緩解措施還可以提供額外的防御層，與其他安全緩解措施一起，有助于從數據集中排除不需要和有害的數據。在訓練之前，所有數據集都會經過此過濾過程，移除最露骨、暴力或其他敏感的內容（例如，某些仇恨符號），這是對用于訓練其他模型（包括DALL·E 2和DALL·E 3）的數據進行過濾的方法的擴展。對Sora的質疑和昂貴的訂閱盡管Sora提供了強大的視頻生成功能，但一些細節上仍面臨挑戰。例如，在15秒及以上的視頻中展現的角色（尤其是人物），其表情和動作在長視頻中如何保持一致；人體結構如手、腿等部位發生動作時的解剖學錯誤等。知名博主YouTuber Brownlee在測試中指出，這一問題仍需改進。同時對于使用Sora Turbo生物，ChatGPT Plus的付費訂閱用戶（20美金/月）無法生成帶人物的視頻，而只有ChatGPT Pro的付費訂閱用戶（200美金/月）才能體驗。同樣OpenAI也把對商業模式的探索置于聚光燈下。對于ChatGPT Plus訂閱用戶（20美金/月），Sora允許每月生成最多50個視頻，分辨率最高可達720p，視頻長度僅為5秒。而ChatGPT Pro訂閱（200美金/月）則提供無限生成次數，最多可生成500個優先視頻，分辨率提升至1080p，視頻時長可達20秒；Pro用戶還可以下載無水印視頻，并支持同時并發生成最多5個任務。沒有訂閱的用戶（廣大吃瓜群眾），仍可瀏覽其他創作者上傳的AI生成視頻。Sora的正式發布無疑意味著——AI大模型競賽已經進入AI視頻生成式創作的新時代！這一輪競爭，勢必更卷，也更激烈！租售GPU算力租：4090/A800/H800/H100售：現貨H100/H800特別適合企業級應用掃碼了解詳情?點「在看」的人都變好看了哦！