效果炸裂!OpenAI首个视频生成模型发布,1分钟流畅高清,网友:整个行业RIP

刚刚,奥特曼发布OpenAI首个视频生成模型Sora

完美继承DALL·E 3的画质和遵循指令能力,能生成长达1分钟的高清视频。

6b942d4ad2402e4cb7d14ae87ebb6a16.png

AI想象中的龙年春节,红旗招展人山人海。

有紧跟舞龙队伍抬头好奇观望的儿童,还有不少人掏出手机边跟边拍,海量人物角色各有各的行为。

4e78c3b5d2147e8c5cffcfd0cb19c759.gif

雨后东京街头,潮湿地面反射霓虹灯光影效果堪比RTX ON。

de755a67cc440a4224977fa00750020c.gif

行驶中的列车窗外偶遇遮挡,车内人物倒影短暂出现非常惊艳。

4b2c2a101e2a2a721178ebc074a31129.gif

也可以来一段好莱坞大片质感的电影预告片:

ac4b844e56aba3bec3ffa074693f0846.gif

竖屏超近景视角下,这只蜥蜴细节拉满:

6227e8ac06a8874b55ca73cb205e8fb1.gif

网友直呼game over,工作要丢了:

a449dd68e3365c20c9b18af42d2c7b8c.png

甚至有人已经开始“悼念”一整个行业:

8bc253c88e3c1cbbb59fb57b8f319882.png

AI理解运动中的物理世界

OpenAI表示,正在教AI理解和模拟运动中的物理世界,目标是训练模型来帮助人们解决需要现实世界交互的问题

根据文本提示生成视频,仅仅是整个计划其中的一步。

7570f3bc6dd2d4ac1ef83ed27341a524.png

目前Sora已经能生成具有多个角色、包含特定运动的复杂场景,不仅能理解用户在提示中提出的要求,还了解这些物体在物理世界中的存在方式。

比如一大群纸飞机在树林中飞过,Sora知道碰撞后会发生什么,并表现其中的光影变化。

一群纸飞机在茂密的丛林中翩翩起舞,在树林中穿梭,就像候鸟一样。

Sora还可以在单个视频中创建多个镜头,并依靠对语言的深入理解准确地解释提示词,保留角色和视觉风格。

美丽、白雪皑皑的东京熙熙攘攘。镜头穿过熙熙攘攘的城市街道,跟随几个人享受美丽的雪天并在附近的摊位购物。绚丽的樱花花瓣随着雪花随风飘扬。

对于Sora当前存在的弱点,OpenAI也不避讳,指出它可能难以准确模拟复杂场景的物理原理,并且可能无法理解因果关系

例如“五只灰狼幼崽在一条偏僻的碎石路上互相嬉戏、追逐”,狼的数量会变化,一些凭空出现或消失。

bf03313ca556ead1eb379a755442eafe.gif

该模型还可能混淆提示的空间细节,例如混淆左右,并且可能难以精确描述随着时间推移发生的事件,例如遵循特定的相机轨迹。

如提示词“篮球穿过篮筐然后爆炸”中,篮球没有正确被篮筐阻挡。

f480c5d64b05fa0bd5a02b45cc86e516.gif

技术方面,目前OpenAI透露的不多,简单介绍如下:

Sora是一种扩散模型,从噪声开始,能够一次生成整个视频或扩展视频的长度,

关键之处在于一次生成多帧的预测,确保画面主体即使暂时离开视野也能保持不变

与GPT模型类似,Sora使用了Transformer架构,有很强的扩展性。

在数据方面,OpenAI将视频和图像表示为patch,类似于GPT中的token。

通过这种统一的数据表示方式,可以在比以前更广泛的视觉数据上训练模型,涵盖不同的持续时间、分辨率和纵横比

Sora建立在过去对DALL·E和GPT模型的研究之上。它使用DALL·E 3的重述提示词技术,为视觉训练数据生成高度描述性的标注,因此能够更忠实地遵循用户的文本指令。

除了能够仅根据文本指令生成视频之外,该模型还能够获取现有的静态图像并从中生成视频,准确地让图像内容动起来并关注小细节。

该模型还可以获取现有视频并对其进行扩展或填充缺失的帧,请参阅技术论文了解更多信息(晚些时候发布)。

Sora 是能够理解和模拟现实世界的模型的基础,OpenAI相信这一功能将成为实现AGI的重要里程碑。

奥特曼在线接单

目前已有一些视觉艺术家、设计师和电影制作人(以及OpenAI员工)获得了Sora访问权限。

他们开始不断po出新的作品,奥特曼也开始了在线接单模式。

带上你的提示词@sama,就有可能收到生成好的视频回复。

1821064b09f96cef90d698a546e4129f.png

下面是更多精彩视频欣赏。

一位时尚女性走在充满温暖霓虹灯和动画城市标牌的东京街道上。她穿着黑色皮夹克、红色长裙和黑色靴子,拎着黑色钱包。她戴着太阳镜,涂着红色口红。她走路自信又随意。街道潮湿且反光,在彩色灯光的照射下形成镜面效果。许多行人走来走去。

电影预告片讲述了30岁宇航员戴着红色羊毛针织摩托车头盔的冒险经历,蓝天、盐漠,电影风格,35毫米胶片拍摄,色彩鲜艳。

无人机摄像机围绕着一座美丽的历史教堂盘旋,这座教堂建在阿马尔菲海岸的岩石露头上,视图展示了历史悠久、宏伟的建筑细节以及分层的路径和露台,当视图俯瞰地平线时,可以看到海浪拍打着下面的岩石。意大利阿马尔菲海岸的沿海水域和丘陵景观,远处的几个人在露台上散步和欣赏壮丽的海景,午后阳光的温暖光芒给场景营造出一种神奇而浪漫的感觉,景色令人惊叹用美丽的摄影捕捉。

一只柯基犬在热带毛伊岛拍摄视频博客

一只巨大的橙色章鱼躺在海底,与沙石地形融为一体。它的触角散布在身体周围,双眼紧闭。不远处,一只棕色多刺的帝王蟹正从岩石后爬向它,钳子高举待击。画面以广角拍摄,展现出海洋的无垠深邃。水清澈见底,阳光透过水面,投下斑斓光影。画面清晰生动,章鱼和蟹清晰可见,而背景稍显模糊,营造出景深效果。

参考链接:
[1]https://openai.com/sora

来源:量子位

今天是大年初七,小咖给大家一个重磅福利:免费加入AI破局俱乐部的围观群。我们将用半个月的时间,为大家拆解,AI如何赋能行业,如何利用AI为自己降本增效,跑赢对手。快扫码进群跟我一起学习AI吧:

0400b954a507126e1b8e5437d84d7fe5.jpeg

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值