上图：OpenAI推出AI视频生成东西Sora，图为其生成视频“女子在东京街头行走”截图。\网络图片；下图：Sora生成视频“含有中国龙的新年庆典”截图。\网络图片
【大公报讯】归纳法新社、《华尔街日报》、《麻省理工科技谈论》报导：继推出抢手谈天机器人ChatGPT之后，人工智能（AI）公司OpenAI在15日又有大动作，宣告推出全新的视频AI生成东西“Sora”。该东西可以根据文字输入，生成最长60秒的高品质视频，极具“爆款”潜质。Sora现在仍存在许多缺点，包含无法处理比较杂乱的体裁，发生“左右不分”等等。由于生成视频的才能过分强壮，该东西现在仍在测验阶段，在OpenAI完结危险评价前，暂时不会对大众敞开。
“在夜晚的城市中，霓虹灯火将大街点亮，身着皮衣的女子从行人中走出，墨镜上反射出大街上的斑马线”……乍一看，这段长达59秒的视频似乎是实在拍照的，可是它其实是由OpenAI全新AI视频生成东西Sora凭仗寥寥数行输入的文字，一键输入、随便生成的视频。
美国当地时间15日下午，OpenAI正式揭露宣告推出视频生成东西Sora，并发布了一系列该东西生成的演示视频。这些视频形形色色，体裁包含猛犸象踏过雪原，淘金热时期的美国小镇、男人坐在白云上读书等等，画面生动传神，令人张口结舌。
AI视频东西已成为业界的抢手话题。Sora十分易用，用户只需输入文字描述自己想要的视频，AI就能输出一段最长60秒、细节丰厚的影片，毋须具有任何视频拍照的设备与制造经历，比较于传统的视频制造，AI功率更加高、本钱更低，大幅度下降视频门槛，几可完成“人人都可以当导演”。
Sora运用的技能，与OpenAI旗下的图画生成AI东西DALL-E类似，运用“分散模型”来练习AI将随机像素转变成视频。可是练习AI处理视频与以往的处理文字不同，由于视频并非由文字组成。研讨人员要想方法，将视频切成像文字单词相同的“块”。终究，他们将视频按帧数区分，在空间和时间上也切割成“块”。如此一来，Sora内部的神经网络就能像处理言语文本相同，可处理视频“块”。
OpenAI科学家布鲁克斯表明，树立可以了解视频，以及人们国际中杂乱互动的模型，是一切未来AI体系的重要一步。其他科企，如Meta、谷歌在研讨文字到视频的AI技能。
虽然OpenAI的演示视频令人形象十分深入，但在交际平台上，不少受邀测验的创作者宣布的视频，显现了Sora问题不少，尤其是处理相对杂乱体裁。例如，在一个“男人在跑步”的视频中，男人站在跑步机上，但却在朝着与跑步机相反的方向跑动。在另一“穿帮”视频中，一群小狼在小路上嬉戏的视频中，发生了数次小狼“随便出现”或“随便消失”的景象。
OpenAI正告称，Sora当时的模型“存在缺点”，例如在生成视频期间对空间认知发生过错、发生“左右不分”，或无法在整个视频中坚持视觉连续性等。OpenAI解说说，例如，视频中一个人咬了一口饼干，但之后这块饼干上的咬痕或许就会消失。《》记者Drew Harwell指出，Sora所生成的视频中，人类手部形状有缺点，易穿帮，这是AI生成图画中最难以霸占的妨碍之一。
Sora才能让人惊奇的一同，也引发了外界AI技能乱用的忧虑。OpenAI表明，已认识到了Sora或许会生成过错信息和仇视内容等。Sora现在仅敞开给少数学者与研讨人员运用，其间将一同进行所谓的红队演练（red-teaming），即企图让AI东西“失灵”，发生不恰当的内容或出毛病，以发觉缺点。OpenAI在有定论之前，不会敞开大众运用Sora。