//再不认真就输了!
//致力于发现AIGC动态与教程。

关于Sora,我有十个小白问题

来源果壳:果壳 科技有意思 (guokr.com)

1. Sora?是啥意思?有啥含义没?

Sora 在日语中是“天空”的意思,引申含义还有“自由”。

Sora 介绍页丨OpenAI

在 Sora 官方介绍页里,你能看到在无数空中自由飞翔的纸飞机。它们看起来行动自主、探索自由,如果 OpenAI 最终造成 AGI(通用人工智能),应该就是如此希冀的吧。

Sora 是一个 AI 视频模型,你光打一串文字,就能生成一个以假乱真的纯 AI 原创视频。除此之外,你还可以输入图片转成视频,用视频再转成新的视频……

仅仅只有 AI 生成视频样片以及技术论文的释出,Sora 已经在传播层面引发“地震”,不少人高呼影视行业变天了,有人甚至把美国电影工业的象征好莱坞改成了这样:

2. 人们吹爆它“炸裂”、“史诗级”、“现实不存在了”,根据是啥?

最直观的,有些样片太真实了——人物的脸没那么“恐怖谷”,物体运动轨迹也很自然,画面的清晰度和顺畅程度,都像我们用手里的设备拍出来:

这太像我们用 GoPro 手持拍摄的画面了丨Sora

相比竞品,Sora 是“灭霸”级别。之前主流的 AI 生成视频都在 4 到 16 秒,还“卡成 PPT”,而 Sora 弯道超车,直接将时长拉到 60 秒。后者的画面表现,已经媲美视频素材库,放进视频当空镜完全可行。这让人们懵圈,只能感慨技术的发展有迹可循,技术的突破节点却较难预测。

3. 都嚷嚷着行业变天,人类下岗,Sora 除了第一眼好,还有啥惊人玩法?

多机位:

Sora 生成

自然融合两种完全不相干的场景:

Sora 生成

视频还可以往前扩展,向后扩展;如果你对视频的局部(比如背景)不满意,直接更换就可以了。Sora 还能直接以文生图,甚至还可以将图片转成动态视频,而且还不是目前流行的“小动物跳舞”呈现的粗糙效果:

Sora 生成

4. 把《三体》输进去,能直接出片吗?

我知道你很急,但你先别急。首先,目前就 Sora 所呈现的,虽然有多机位效果,但都是单一情节单一镜头。而《三体》有多人视角,叙事复杂,靠 AI 生成一条龙搞定并不现实。据一些影视行业从业者所说,目前 AI 生成虽然高效,但可控性不够,目前主要用在 demo 制作、概念设计、分镜编排等环节。

5. 看到这里,你有一个大胆的想法?

打住!OpenAI 正在评估 Sora 被滥用的风险,所以目前还没开放给公众,只给一批在误导信息、仇恨内容和偏见等领域的专家,以及创意人士使用。

6. 每次技术狂潮,打工人都最先焦虑,这次咋整?

记住一点,贩卖焦虑的,都是为了赚你的钱。虽然 Sora 都还没公测呢,但已经有人开始卖付费教程了。

目前的 Sora 也有“翻车”生成,如果这个能安慰到你的话丨Sora

AI 技术推陈出新太快了,你刚在 Pika 上学了几个月怎么写提示词,结果“灭霸”Sora 出现,此前积累的工具经验可能瞬间失效……既然如此,不如先别沉迷研究工具,而是在底层创作上多加操练?

7. 我对被取代恐惧,对 AI 变得更黑箱也害怕

继文字(GPT 系列)以及画像(DALL·E)后,OpenAI 这次又在视频赛道“遥遥领先”……但这家将 AI 安全奉为初心的公司,在技术公开上却越来越不 open 了,有人戏称其为“ClosedAI”。

这次 Sora 发布,OpenAI 现任 CEO Sam Altman 在 X 上“在线接单”,帮网友生成视频,结果有人给了这样的提示词,guess what,Sam 拉黑了他。

8. 以后真分不清现实和 AI 生成了吗?

眼下有人让 Gemini 1.5 观看并分析以下这个 Sora 生成视频,Gemini 指出:

Sora 生成

樱花一般在春天开放,那时不下雪;雪下得太均匀了;虽然是下雪天,但人穿得很单薄。于是,AI 判定这个不是真实影像。还得用魔法打败魔法啊!

9. 为什么就 OpenAI 做出来了?

因为 OpenAI 有 GPT 和 DALL·E 的成功经验,在以往的技术范式之上,他们做出了新东西:不仅可以理解用户在提示中提出的要求,还能理解它们在物理世界中的存在方式。

生成视频效果如此好,也因为 Sora 能更好地理解用户给的提示词,OpenAI 是怎么做的呢?根据官方的说法,他们利用 DALL·E 3 的 re-captioning 功能,给训练用的视频素材都加上了高质量文本描述,表示这样可以提高输出视频的整体质量。另外,你给的简短描述词,AI 收到后会进一步扩写,再交由 Sora 生成。

更重要的是,Sora 是一个 Diffusion Transformer,Transformers 被证明可以在语言建模、计算机视觉和图像生成等都能有极好性能。

10. 视频模型的训练很烧算力吧,OpenAI 耗得起吗?

大概一周前,Sam Altman 宣布 OpenAI 启动“造芯”计划,因为目前 OpenAI 每天生成约 1000 亿个单词,需要大量的 GPU(图形处理器)芯片进行训练计算。他希望筹得 7 万亿美元。这个天文数字,不仅相当于全球 GDP 的 10%,等同于 2.5 个微软、3.75 个谷歌、4 个英伟达、7 个 Meta,以及 11.5 个特斯拉的市值。

强烈推荐:如何申请使用Sora账号?获取Sora内测资格的方法分享,快冲!!-喜好儿aigc (heehel.com)

版权声明:本文采用知识共享 署名4.0国际许可协议 [BY-NC-SA] 进行授权
文章名称:《关于Sora,我有十个小白问题》
文章链接:https://heehel.com/aigc/ai-videos/sora-10-question.html
本站资源仅供个人学习交流,未经许可不得用于商业用途,自行承担法律责任。
如有疑问,请联系微信:heehelcom

喜好儿——再不认真就输了!

致力于发现ai人工智能应用的新世界, 长期更新目前热门AI教程与动态!期待在这个工业变革时代中,希望你我都能发出一点光。

登录

找回密码

注册