全球(qiu)AI領(ling)軍企業OpenAI扔下一枚(mei)新“王炸”——AI文生視頻模型(xing)Sora。到底懂(dong)不懂(dong)物多拉

它不僅能夠根據文字指令創造出既逼真又充滿想象力的理世里場景，還能生成長達1分鐘的界潘一鏡到底的視頻，而且，魔盒視頻中的到底懂不懂物多拉人物、背景等都能達到驚人的理世里百姓彩票首頁一致(zhi)性，各種鏡頭(tou)隨意切換。界潘OpenAI首席執行官山姆·奧(ao)特曼（Sam Altman）在社交媒體上狂(kuang)刷Sora生成(cheng)的魔盒視頻

要知道，在文生視頻領域，到底懂不懂物多拉Meta、理世里Runway等巨頭公司和初創競爭對手，界潘在這些方面落后的魔盒不是一點點。例如，到底懂不懂物多拉Runway能夠生成4秒長的理世里視頻，用戶可以將其最多延長至16秒，界潘這是百姓彩票首頁AI生成視頻此前(qian)所能達到的最長(chang)時(shi)長(chang)紀錄(lu)；Stable Video和Pika也能分別提(ti)供4秒(miao)和3秒(miao)的視頻。

Sora的(de)多鏡(jing)頭(tou)也(ye)讓對(dui)手望塵莫及。以前的(de)AI視頻都單鏡(jing)頭(tou)生成的(de)。而Sora能在多角度的(de)鏡(jing)頭(tou)切(qie)換，且人物(wu)、背景(jing)、風(feng)格能保持高度一致。

人們不(bu)禁驚(jing)呼(hu)：以后短視頻、廣(guang)告(gao)甚至(zhi)電影大片(pian)，是(shi)不(bu)是(shi)就(jiu)能根(gen)據劇本“一(yi)鍵(jian)生成”了(le)？！

對于行業、業態的影響震撼還沒緩過來，專業人士就發現，Sora的威力遠不止于此，它甚至可能在理解物理世界！因為它不僅能了解用戶提出的百姓彩票大廳要求，還能理解(jie)人、物在(zai)物理世界中的存在(zai)方(fang)式。

比(bi)如(ru)，有(you)分析(xi)以經典的“海盜船(chuan)在(zai)咖啡(fei)杯中纏斗(dou)”為(wei)例，探究了Sora對(dui)物理世界的神(shen)級理解：將海盜船(chuan)縮小到能(neng)夠在(zai)咖啡(fei)杯中纏斗(dou)的尺寸(cun)，Sora需要(yao)理解和(he)調(diao)整這(zhe)些對(dui)象在(zai)現(xian)實生活中的相(xiang)對(dui)尺寸(cun)；咖啡(fei)杯中的液(ye)體會對(dui)海盜船(chuan)的運(yun)動產生影(ying)響(xiang)。Sora需要(yao)模擬(ni)液(ye)體動力學的效果(guo)。此外還有(you)光(guang)影(ying)、陰影(ying)的處理，重力、浮力、運(yun)動等物理規律。

雖然生成效果(guo)還有(you)些(xie)(xie)瑕疵(ci)，但(dan)明顯能(neng)感覺(jue)到，Sora 似(si)乎是懂一些(xie)(xie)“物理”的。英偉(wei)達高(gao)級研究(jiu)科學家Jim Fan甚至斷(duan)言，“Sora是一個數據(ju)驅(qu)動的物理引擎”。

不(bu)(bu)過對于Sora是否(fou)真的理(li)解物(wu)理(li)世界(jie)，技(ji)術界(jie)還有不(bu)(bu)同的觀點。

最直(zhi)接(jie)的反對意(yi)見(jian)來自(zi)圖靈(ling)獎得主、Meta公(gong)司首席科學家、AI團隊負責人楊立昆（Yann LeCun）。在他看來，僅(jin)僅(jin)根據(ju)提(ti)示詞生成(cheng)逼真視(shi)頻并不能代表(biao)一(yi)個模型(xing)理(li)解了物理(li)世界，生成(cheng)視(shi)頻的過程與基于世界模型(xing)的因果(guo)預測完全不同。他在X平(ping)臺上(shang)亮(liang)出觀點：“這里存(cun)在‘巨(ju)大’的誤(wu)導。”

所謂“世(shi)(shi)界(jie)模型”，就是(shi)對真實(shi)的物理世(shi)(shi)界(jie)進(jin)行建(jian)模，讓機器像人類(lei)一樣，對世(shi)(shi)界(jie)有全面準確的認知。

“世界(jie)(jie)模型”實際上是(shi)文生(sheng)視(shi)頻公司在努(nu)力的(de)方(fang)向(xiang)之(zhi)一。Sora顯(xian)然(ran)也是(shi)奔著“世界(jie)(jie)模型”而去(qu)。OpenAI發布(bu)的(de)Sora研究報告也以《視(shi)頻生(sheng)成模型成為(wei)世界(jie)(jie)模擬(ni)器》為(wei)題。

不管如何，業內都認為Sora模型的出現會具有(you)顛覆性(xing)的意義，一次新的技術變革正在發生。但這種影響力(li)究竟會在何時呈(cheng)現出爆發威力(li)，還很難有(you)個明確(que)時間線(xian)。

記者 冷爽

分享

新浪微博

用微信掃描二維碼

Sora到底懂不懂物理世界？潘多拉魔盒里有什么？

全(quan)球AI領軍企業(ye)OpenAI扔(reng)下(xia)一(yi)枚新“王炸(zha)”——AI文生視頻模型Sora。

它不僅能(neng)(neng)夠根據文字指令創造出既逼真又充滿(man)想象力的(de)(de)(de)場景，還能(neng)(neng)生(sheng)成(cheng)(cheng)長達(da)(da)1分鐘(zhong)的(de)(de)(de)一(yi)鏡(jing)到底的(de)(de)(de)視頻，而且，視頻中的(de)(de)(de)人(ren)物、背景等都能(neng)(neng)達(da)(da)到驚(jing)人(ren)的(de)(de)(de)一(yi)致性，各種鏡(jing)頭隨意(yi)切換。OpenAI首席(xi)執行官山(shan)姆(mu)·奧特曼（Sam Altman）在社交(jiao)媒體(ti)上狂刷(shua)Sora生(sheng)成(cheng)(cheng)的(de)(de)(de)視頻

要(yao)知道，在(zai)文生(sheng)視(shi)頻(pin)領域，Meta、Runway等(deng)巨頭公司和(he)初(chu)創競爭(zheng)對手，在(zai)這些方(fang)面落后(hou)的(de)不是(shi)一點(dian)點(dian)。例如，Runway能夠生(sheng)成4秒(miao)長的(de)視(shi)頻(pin)，用戶可以(yi)將其最(zui)多延長至(zhi)16秒(miao)，這是(shi)AI生(sheng)成視(shi)頻(pin)此前所能達(da)到的(de)最(zui)長時長紀錄；Stable Video和(he)Pika也能分別提供4秒(miao)和(he)3秒(miao)的(de)視(shi)頻(pin)。

Sora的(de)多鏡(jing)頭(tou)也讓對手(shou)望(wang)塵莫及。以前的(de)AI視頻都單鏡(jing)頭(tou)生成(cheng)的(de)。而Sora能(neng)在(zai)多角(jiao)度(du)的(de)鏡(jing)頭(tou)切(qie)換(huan)，且人(ren)物、背景、風格(ge)能(neng)保持高度(du)一致。

人(ren)們不禁驚(jing)呼(hu)：以(yi)后短視頻、廣告甚至電影大(da)片，是(shi)不是(shi)就能根(gen)據劇本“一鍵生成”了？！

對于行(xing)業(ye)(ye)、業(ye)(ye)態的(de)影響震撼還沒緩過來，專業(ye)(ye)人士(shi)就發(fa)現，Sora的(de)威力(li)遠不(bu)止于此，它(ta)甚至可能(neng)在理(li)解物理(li)世界！因為它(ta)不(bu)僅能(neng)了解用戶(hu)提出的(de)要求，還能(neng)理(li)解人、物在物理(li)世界中的(de)存在方式。

比如，有分析以(yi)經典的(de)“海盜船在(zai)咖啡(fei)杯(bei)中(zhong)(zhong)纏斗(dou)”為例，探究了Sora對(dui)物理世(shi)界的(de)神級(ji)理解(jie)：將海盜船縮小到能夠在(zai)咖啡(fei)杯(bei)中(zhong)(zhong)纏斗(dou)的(de)尺寸(cun)，Sora需要(yao)理解(jie)和調整這(zhe)些對(dui)象在(zai)現實生活中(zhong)(zhong)的(de)相對(dui)尺寸(cun)；咖啡(fei)杯(bei)中(zhong)(zhong)的(de)液(ye)(ye)體會對(dui)海盜船的(de)運動(dong)產生影響。Sora需要(yao)模(mo)擬液(ye)(ye)體動(dong)力學的(de)效果。此外還有光(guang)影、陰影的(de)處(chu)理，重(zhong)力、浮(fu)力、運動(dong)等物理規(gui)律。

雖然生成效果還(huan)有些瑕疵，但(dan)明顯能感覺到(dao)，Sora 似乎是懂一(yi)些“物理”的。英偉達(da)高級研(yan)究科學家Jim Fan甚至(zhi)斷言，“Sora是一(yi)個(ge)數據驅動的物理引(yin)擎”。

不過對于Sora是(shi)否真的理解物(wu)理世界，技術界還有(you)不同的觀(guan)點。

最(zui)直(zhi)接的(de)反對(dui)意見來(lai)自(zi)圖靈獎得主、Meta公司首(shou)席(xi)科學家、AI團隊負(fu)責人(ren)楊立昆（Yann LeCun）。在(zai)(zai)他(ta)看來(lai)，僅(jin)僅(jin)根據提示詞生(sheng)(sheng)成逼(bi)真視頻(pin)并(bing)不能代表一個模(mo)型理解了(le)物理世界，生(sheng)(sheng)成視頻(pin)的(de)過(guo)程與基于世界模(mo)型的(de)因果預測完全不同(tong)。他(ta)在(zai)(zai)X平臺上(shang)亮出觀點：“這里存在(zai)(zai)‘巨大’的(de)誤導。”

所謂“世(shi)(shi)界模型”，就是(shi)對(dui)真實的(de)物理(li)世(shi)(shi)界進行(xing)建模，讓機器像人類一樣(yang)，對(dui)世(shi)(shi)界有(you)全(quan)面準確的(de)認知。

“世界(jie)(jie)模(mo)型(xing)”實(shi)際上是文生視頻公司在努(nu)力的(de)方向之(zhi)一(yi)。Sora顯(xian)然也是奔著“世界(jie)(jie)模(mo)型(xing)”而去。OpenAI發布的(de)Sora研究報(bao)告也以(yi)《視頻生成模(mo)型(xing)成為(wei)世界(jie)(jie)模(mo)擬器》為(wei)題。

不管如何，業(ye)內都認為(wei)Sora模型的(de)出現會具有顛(dian)覆(fu)性的(de)意(yi)義(yi)，一次(ci)新的(de)技術(shu)變(bian)革正在發生。但這(zhe)種影響力究竟會在何時呈現出爆(bao)發威力，還很難有個明確(que)時間線。

記者 冷爽