Sora模型

一周新知

2024年2月16日，OpenAI发布了“文生视频”（text-to-video）的大模型工具，Sora（利用自然语言描述，生成视频）。这个消息一经发出，全球社交主流媒体平台以及整个世界都再次被OpenAI震撼了。AI视频的高度一下子被Sora拉高了，要知道Runway Pika等文生视频工具，都还在突破几秒内的连贯性，而Sora已经可以直接生成长达60s的一镜到底视频，要知道目前Sora还没有正式发布，就已经能达到这个效果。

Sora这一名称源于日文“空”（そら sora），即天空之意，以示其无限的创造潜力。

Sora的重要意义在于它再次推动了AIGC在AI驱动内容创作方面的上限。在此之前，ChatGPT等文本类模型已经开始辅助内容创作，包括插图和画面的生成，甚至使用虚拟人制作短视频。而Sora则是一款专注于视频生成的大模型，通过输入文本或图片，以多种方式编辑视频，包括生成、连接和扩展，属于多模态大模型的范畴。这类模型在GPT等语言模型的基础上进行了延伸和拓展。

未来，AI自动创作将深刻影响各行业，特别是在处理热点话题的“时效性覆盖”方面，AIGC的效率将成为竞争的关键。竞争将主要体现在谁能更有效地驾驭AI的能力，尤其是像Sora这样强大的AI生产工具。未来可能实现“扔一部小说、出一部大片”的情景，Sora已经展示了生成长达1分钟视频的能力，包括一镜到底、多角度切换等多样化特点。其视频能够运用景物、表情和色彩等元素，传达出各种情感色彩，如孤独、繁华、呆萌等。

多模态模型的应用也在2024年将达到巅峰，对影视、直播、媒体、广告、动漫、艺术设计等多个行业产生深远影响。在当前短视频时代，Sora已经可以承担短视频的摄影、导演和剪辑等任务。

在短视频创作领域，Sora有望降低短剧制作的综合成本，解决“重制作而轻创作”的问题。这将使短剧制作的重心回归高质量剧本内容创作，对创作者的构思能力提出更高要求。为企业降低成本、提高效益，广告制作公司可以通过Sora生成符合品牌需求的广告视频，从而显著减少拍摄和后期制作成本。游戏和动画公司也能够利用Sora直接生成游戏场景和角色动画，降低3D模型和动画制作的成本。通过节省下来的成本，企业可以提升产品和服务质量，或进行技术创新，从而推动生产力的进一步提升。

如果说2023年是全球AI大模型大爆发的一年，是图文生成元年，那么2024年将迎来AI视频生成和多模态大模型的元年。从ChatGPT到Sora，AI正在逐步改变每个个体和每个行业的现实，这也加快了AGI的实现。

责编 | 郭文君  张克栋 

编辑 | 陈临阁  赵　凯

校对 | 张雪凝

图文 | 根据网络资料整理

扫码关注

阳泉改革动态
地方风土人情
转型发展实践