OpenAI Sora 技术详解

 2024 年 2 月 15 日，曾在 2022 年底发布 ChatGPT 惊艳世界的 OpenAI，再次凭借 Sora 的亮相震惊世界。不可否认，这项能够根据文字提示词（text prompt）制作长达一分钟视频的技术必将是迈向 AGI 的又一座里程碑。

在这篇博文中，我将根据 OpenAI 发布的技术报告，介绍这项惊人技术背后的基本研究方法和研究内容。

顺便提一下，“Sora”在日语中是“天空”的意思。虽然官方尚未公布这一命名是何用意，但鉴于 OpenAI 发布的推文中有一段以东京为主题的视频，因此可以推测这个猜测是比较合理的。

OpenAI 通过 X 向全世界展示Sora

目录
01 Sora 的简单介绍

02 它背后的相关技术和相关研究有哪些？

03 这些研究基础加上OpenAI的努力共同造就了 Sora

04 展望 Sora 的未来

01 Sora 的简单介绍
Sora 是由 OpenAI 开发的一款 text-to-video （文生视频）转换模型，其能力和应用范围指引了现代AI技术的新发展方向。该模型不仅限于能够生成几秒钟的视频，甚至可以创建长达一分钟的视