Sora給中國(guó)AI帶來(lái)的真實(shí)變化（Sora的介紹）

OpenAI最近公布了Sora文生視頻模型，這是研發(fā)團(tuán)隊(duì)使用超大規(guī)模視頻數(shù)據(jù)訓(xùn)練出的一個(gè)通用視覺(jué)模型，目前生成的視頻時(shí)長(zhǎng)最高可以達(dá)到60秒，視頻還具備鏡頭設(shè)計(jì)，支持一鏡到底。

1.Sora實(shí)現(xiàn)了多項(xiàng)技術(shù)突破，僅通過(guò)關(guān)鍵詞就可以生成相應(yīng)的文字，還能理解文字中的元素在現(xiàn)實(shí)世界中的表現(xiàn)形式，甚至具備真實(shí)的物理引擎。官方演示的視頻中還有一些小瑕疵，但整體上已經(jīng)具備令人震驚的視覺(jué)效果。

2.Sora制作的復(fù)雜場(chǎng)景可以包含多個(gè)角色，還能設(shè)計(jì)出特定的動(dòng)作類型，對(duì)描述的對(duì)象和背景做出精準(zhǔn)的細(xì)節(jié)描繪。在渲染干凈的街道、巨型全息投影、巡邏的機(jī)器人等未來(lái)場(chǎng)景方面也能呈現(xiàn)出讓人信服的畫面。

3.Sora關(guān)于3D幾何形狀和一致性的知識(shí)是通過(guò)觀察大量數(shù)據(jù)自然學(xué)會(huì)的，這就是生成式模型的優(yōu)勢(shì)，它不是基于海量數(shù)據(jù)的單純模仿，而是具備學(xué)習(xí)能力。

4.這一模型將會(huì)給國(guó)產(chǎn)大模型格局帶來(lái)優(yōu)化。在ChatGPT發(fā)布之后，國(guó)內(nèi)有不少AI公司如雨后春筍一般噴涌而出，但缺乏突破性的研究成果，Sora的問(wèn)世將會(huì)倒逼國(guó)內(nèi)AI公司加大研發(fā)成本和投入，以早日跟上世界領(lǐng)先水平的步伐。

5.經(jīng)過(guò)一段時(shí)間，中國(guó)一定會(huì)做出類似Sora的模型，但是這個(gè)時(shí)間還有很多的不確定性。中國(guó)AI必須要努力追趕，但是也不必妄自菲薄，沿著正確的道路前進(jìn)，總有一天會(huì)縮短中美之間的AI差距。

6.國(guó)產(chǎn)大模型現(xiàn)在還有很多瓶頸亟待突破，Sora對(duì)物理世界的模擬能力一枝獨(dú)秀，這也是其他視頻生成模型需要追趕的地方，未來(lái)Sora在更多的領(lǐng)域應(yīng)用，可以為國(guó)產(chǎn)模型提供成熟的借鑒經(jīng)驗(yàn)。