Sora视频生成模型发布：前景广阔但面临重大挑战的创新技术

Home AI News CN Sora视频生成模型发布：前景广阔但面临重大挑战的创新技术

最近，OpenAI推出了其创新的视频生成模型Sora，该模型在文本转视频技术方面取得了显著进展。然而，彭博社的测试揭示了Sora的一些明显局限性。比如，在一个场景中，鹦鹉飞过猴子时，鹦鹉的翅膀出现了变形，而猴子奇怪地长出了鹦鹉的尾巴。这些现象突显了Sora在理解物体物理特性方面的挑战。OpenAI的科学家比尔·皮布尔斯承认了这些问题，他表示：“确实在视频片段中存在一些奇怪的动作。”

Sora采用扩散变换器技术，将视频内容分解为一系列更小的片段，并运用去噪技术预测原始清晰图像。尽管这一方法提升了视频生成的质量，Sora仍面临众多挑战，包括物理交互的准确性、物体状态变化的一致性、长片段的连贯性、自发物体的出现、手部和身体部位的处理、计算资源的需求、模型的泛化能力以及编辑和扩展视频的能力。在复杂场景中，Sora可能会产生不现实的行为，例如篮球穿过篮筐一侧，或狗在走动时无意中相互穿透。

尽管Sora在特定场景中的表现令人印象深刻，OpenAI仍意识到需要克服一系列技术挑战。随着技术的进步，我们有理由期待Sora的光明未来。

Anthropic发布Claude 3 AI模型：强劲竞争对手GPT-4

分析微软Copilot人工智能：解读不稳定的回应与PUA用户现象