如何看待OpenAI最新发布的Sora？

人人都是导演的时代很快就要来临了！

截至目前为止，OpenAI

的又一次展示了AI模型的技术力量，本次openAI又发布了颠覆整个影视界的Sora模型，将视频生成技术门槛上玩出了相当高的AI花活儿。

不难想象，世界发生着难以想象的变化。看似很远，但又瞬间近在眼前！

Sora是什么？

Sora是OpenAI发布的一个文生视频模型，可以根据文字描述来生成现实世界视频内容。它能够根据用户输入的文本描述，生成长达一分钟的高质量视频，这些视频不仅视觉质量高，而且与用户的文本提示高度一致。

Sora的核心功能是文本到视频（Text-to-Video）生成，即根据用户提供的文本描述，生成对应的视频内容。这项任务要求模型理解文本语义，并将其转换为视觉表达，具有广泛的创作和应用价值，可用于内容制作、教育和娱乐领域。

Sora的几个特点

1.60s超长长度

Sora 生成视频长度能达到分钟级别，的确令人感到震撼。之前就大火的RunWay、Pika 以及 Stability 的 SAD 等他们生产的视频最长不过十几秒。

2.超强语义理解

根据OpenAi 模型分析文字中的各种细节，包括人物的动作、表情、对话等，并能够将这些信息转化为视频内容。

3.多镜头切换

OpenAI直接一句Prompt，在一分钟的镜头里，实现了多角度的镜头切换而且物体一致。

4.更丰富的视觉细节

Sora生成的视频视觉细节丰富，物体纹理清晰，色彩逼真，整体视频质量更高。相比之下，其他模型生成的视频通常显得模糊、细节不足、色彩不那么鲜艳。

例如，在生成的“女人眨眼睛”的视频中，Sora对女性眼部的特写十分到位，从眉毛、睫毛、眼皮褶皱、眼袋、卧蚕和细纹的细节来看，已经达到以假乱真的效果。这么厉害的Sora，对影视行业、短视频行业、新闻传播行业、广告营销行业都带来了巨大的影响，而且是好是坏目前还没有人能确切地说清楚，我们能知道的就是，未来以来，唯有应对。

Sora模型的工作原理

Sora模型基于扩散型变换器（diffusion transformer）架构，这是一种深度学习模型，能够将随机噪声逐渐转化为有意义的图像或视频内容。

Sora通过视频压缩网络将输入的图片或视频压缩成低维度表示形式，并通过空间时间补丁将其分解为基本构建，并且使用大语言模型的方法理解视频，实现了对物理世界的“涌现”。这种方法使得模型能够根据描述性的文本提示或静态图像，生成长达1分钟的视频，视频中还包含精细复杂的场景、生动的角色表情以及复杂的镜头运动。

比如提示词：一只小熊猫和一只巨嘴鸟是最好的朋友，在蓝色时刻漫步在圣托里尼岛

##yh174EmTstI/gUjgRtTG0DweFR7Ts54JJdgC0IqL/q98eK/6Kx8F1tN0ud6vgiYf##

Sora通过训练，学会了理解和处理文本提示，将用户的描述转化为视频内容。它不仅能够生成具有连贯性的场景和运动的镜头，还能够模拟复杂的场景和角色表情，为视频增添更多细节和想象力。

Sora最终可以应用在哪些行业？

没有演员的影视作品出现，对演员来说是个小挑战，将出现真正的“虚拟偶像”，此前的二次元人物并没有真正达到“偶像”的级别，Sora对于广告业、电影预告片和短视频行业将产生巨大的颠覆！

第一个是传统影视行业

现在的影视行业，需要不停协调各个工种，从舞美、化妆、道具到灯光、摄像、摄影，从演员、编剧、剧务到动画特效，可以说一个环节掉链子，现在都可以用AI去完成了！

第二个是广告行业

现在的汽车广告，需要在一些崇山峻岭甚至在沙漠里，陡峭的山坡上进行形式，传统广告公司报价基本在百万级别，有了Sora可以很快的生成这里的视频，并且可以节约不少的开支，当然，不仅仅是汽车广告，还有美食广告、很多高档酒店的介绍、旅游景点的推荐视频，这种并不需要复杂情节的广告作品，都会受到剧烈冲击。

其他行业：

1. 短视频行业
2. 教育
3. UI设计
4. 游戏开发
5. 元宇宙时代

Sora带来的影响

1、短视频流行开以后，视频剪辑师也随之成为一个热门职业。如果视频剪辑的工作可以用AI来代替，可能会有很多视频剪辑师失业。

2、利好编剧行业，剧本、文本创作力成为核心竞争力。

普通人该咋办？

此次AI大爆发，直击打工人的软肋。毕竟降本增效成了企业宗旨，而我们是那个‘本’，AI是‘增效’。

未来已来，站在人工智能时代的门槛上，我们有必要深化对AI技术内核的理解，与时俱进才是符合当下的潮流！