扩散模型凭借其在图像生成方面的出色表现，开启了生成式模型的新纪元。诸如 Stable Diffusion，DALLE，Imagen，SORA 等大模型如雨后春笋般涌现，进一步丰富了生成式 AI 的应用前景。然而，当前的扩散模型在理论上并非完美，鲜有研究关注到采样时间端点处未定义的奇点问题。此外，奇点问题在应用中导致的平均灰度等影响生成图像质量的问题也一直未得到解决。
Sora问世后，AI的话题声浪愈发高涨。 在舆论场上，“AI复活”已故明星遭到了家属和众多网友的抵制；国际时事中，英国凯特王妃的发声视频被质疑为AI所为，欧盟的《人工智能法案》已进入立法的最后阶段；互联网领域，字节跳动的AI新部门Flow推出AI社交APP“话炉”，加码探索AI赛道。
随着 Sora 的成功发布，视频 DiT 模型得到了大量的关注和讨论。设计稳定的超大规模神经网络一直是视觉生成领域的研究重点。DiT [1] 的成功为图像生成的规模化提供了可能性。
王炸Sora发布后，想要分辨AI视频和真实视频变得更难了，各行各业都面临新的挑战与危机。
这一波大模型产业落地浪潮里，不少企业其实处在 “干瞪眼“的状态。一种情况是，很多大模型产品看得见却摸不着，在台上一个个遥遥领先——今天Sora技精四座，明天英伟达的机器人又赢得满堂彩，可是到了台下一问：啥时候能用上啊？答曰：遥遥无期。
2024年2月，OpenAI发布其首款视频生成模型Sora，用户仅需输入一段文字即可生成长达一分钟场景切换流畅、细节呈现清晰、情感表达准确的高清视频，与一年前的AI生成视频相比，在各维度均实现了质的提升。
2月16日，OpenAI 发布了视频生成领域的重磅模型 —— Sora。Sora 对 Scaling Law 的信仰及其突破性的技术创新，使它持续保持领先地位。同时，也再次证明了“大力出奇迹”依然适用于文生视频领域。
Sora 第三方口碑出炉，或许带给艺术家们最大的好处是：让他们的想象力、创造力更少地受到技术层面的限制。
首批获得Sora访问权限的艺术家们创作的视频来了～ OpenAI一口气发布了7个，每个视频都隐隐透露出了四个字：脑 洞 大 开。
UT奥斯丁等机构提出了一种名为StreamingT2V的技术，让AI视频的长度扩展至近乎无限，而且一致性，动作幅度也非常好！
