2 月 16 日，OpenAI Sora 的发布无疑标志着视频生成领域的一次重大突破。Sora 基于 Diffusion Transformer 架构，和市面上大部分主流方法（由 2D Stable Diffusion 扩展）并不相同。
来自主题: AI技术研报
4598 点击 2024-02-24 14:54
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
2 月 16 日，OpenAI Sora 的发布无疑标志着视频生成领域的一次重大突破。Sora 基于 Diffusion Transformer 架构，和市面上大部分主流方法（由 2D Stable Diffusion 扩展）并不相同。
为何OpenAI只在TikTok上发布Sora新视频？AI专家猜测这是计划的一部分：创建病毒式视频、加水印、收集数据、添加RLHF、推出TikTok竞品……整套流程一气呵成。
Sora面对的挑战就像是需要处理和理解来自世界各地、不同设备拍摄的数以百万计的图片和视频。这些视觉数据在分辨率、宽高比、色彩深度等方面都存在差异。为了让Sora能够像人类大脑那样理解和生成这么丰富的视觉内容，OpenAI开发了一套将这些不同类型视觉数据转换为统一表示形式的方法。
当我们还在困扰为什么国内大模型没有GPT4好用的时候，Sora来了。这潜在意味着从AGI视角看，追赶一年后差距似乎并没有缩小反倒是被拉大了。
OpenAI发布的新AI模型Sora带来的全球震动还没几天，但朋友圈里卖课的“老师们”已经闻风而动，疯狂推销起来了，言之凿凿地声称：
生成60秒逼真视频，只是未来的一个小功能，母模型根科技原力觉醒。来自未来实验室的首席专家胡延平就爆火Sora模型做出了深度的个人解读。
AI技术让人类重新审视技术保守主义者的观点，当普通人在AI大潮中难以保全自己时，思考技术发展的正当性似乎成了有价值的事情。
Sora新视频，变成“抖音独占”了。悄无声息，OpenAI正式杀入TikTok，加上洗脑配乐直接让人刷到停不下来，疯狂引流吸粉中：
威尔·史密斯的这段视频，把全网都骗了！其实Sora的技术路线，早已被人预言了。李飞飞去年就用Transformer做出了逼真的视频。但只有OpenAI大力出奇迹，跑在了所有人前面。
AI 视频生成的「ChatGPT时刻」比想象中提前了6个月。Sora 的诞生意味着什么，何以堪称「世界的模拟器」？