我花3天了解了下 Sora,这里给大家汇报一下

大家好,我块马。

以前从事区块链应用开发,现利用业余时间自我学习了解新知识,感兴趣的同学可以常来看看。

今天聊下 Sora,目前文生视频的领头羊。我大概花了3天时间了解了下 Sora,这里给大家简单地做个汇报。为什么说 Sora 是领头羊,因为它展现的细节丰富性和逻辑连贯性是迄今AI领域未曾见过的。

由于视频要去西瓜审核,所以先放一些截图,以下是一些官网的示例视频的截图

提示词:A movie trailer featuring the adventures of the 30 year old space man wearing a red wool knitted motorcycle helmet, blue sky, salt desert, cinematic style, shot on 35mm film, vivid colors.

提示词:Beautiful, snowy Tokyo city is bustling. The camera moves through the bustling city street, following several people enjoying the beautiful snowy weather and shopping at nearby stalls. Gorgeous sakura petals are flying through the wind along with snowflakes.

提示词:A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. She wears a black leather jacket, a long red dress, and black boots, and carries a black purse. She wears sunglasses and red lipstick. She walks confidently and casually. The street is damp and reflective, creating a mirror effect of the colorful lights. Many pedestrians walk about.

视频中不仅有复杂的摄影技巧、多个角色、鲜明的情感表现,还有精确的物理效果。因为它支持 "60s超长长度"、"单视频多角度镜头"和"世界模型"! 一时间在全网爆火,让无数网友惊呼:"现实,不存在了。 "

即便视频主题暂时移出画面,Sora生成的视频也能保持内容上的一致性。AI学会了现实世界的物理规律,因此视频中的对象行为真实可信。此外,Sora还采用了变换器架构(transformer architecture),使其在生成模型的可扩展性方面超越以往。

Sora 于其他模型对比(截止3月16日)

特性/能力 SORA模型 其他模型
视频时长 60秒 2~4秒
世界理解能力 可理解世界知识
数字世界模拟 支持 不支持
物体一致性
物体持久性/连续性
架构 Transformer U-Net为主
文本理解 一般
清晰度 1080P 最高4K
运动控制 提示词 提示词+运动控制工具
扩展生成视频 前/后
驱动方式 数据 图片
视频到视频编辑 支持 不支持
世界互动能力 支持 部分支持
原生纵横比 支持 不支持
无缝连接能力
3D运动连贯性

如果说2023年,文本领域、图片领域都已经被AI攻占,那么现在2024年开年,AI视频领域,在OpenAI的Sora攻势下,也被彻底击破,过不了多久,AI 就直接可以读取一部小说生成电影了,百花齐放的年代就会到来。要知道,2023年的AI视频才只能生成10秒左右,但现在已经可以实现1-2分钟了,接下来几年内大概率会出现几分钟,甚至几十分钟的AI视频。整个视频制作行业会在今年受到AI的颠覆性冲击。新视频时代正式到来!

根据鸿祎大叔的观点:Sora 必将是AI时代的革命性工具,对于视频创作者来说,做个人微电影和爆款短视频已经不再是一件很困难的事情。对于老师以及父母来说,可以利用AI轻松地将枯燥的知识转变为更加有趣的视频来教导学生以及孩子。对于导演以及影视行业者,制作电影的成本也将会大幅度降低......总之,相比以往只能生成几秒而且还一塌糊涂的AI视频,现在AI视频的用途更加丰富了,前途更加宽广了,质量也更加高了,制作的难度也更加低了!

四款 AI 文生视频效果对比

更多官方提示词整理汇总

更多官方提供的提示词和视频已经给大家整理好了

Sora 优先体验资格申请入口及解读

点击前往(需要魔法) -> OpenAI Red Teaming Network application

相关论文文档整理

此外,我还整理了相关国外关于 Sora 的论文数篇,供大家参考

最后,我还在努力寻找和摸索更多的提示词技巧及相关教程...

相关推荐
摆烂工程师4 分钟前
Claude Code 落地实践的工作简易流程
人工智能·claude·敏捷开发
亚马逊云开发者6 分钟前
得心应手:探索 MCP 与数据库结合的应用场景
人工智能
大明哥_11 分钟前
100 个 Coze 精品案例 - 小红书爆款图文,单篇点赞 20000+,用 Coze 智能体一键生成有声儿童绘本!
人工智能
聚客AI11 分钟前
🚀拒绝试错成本!企业接入MCP协议的避坑清单
人工智能·掘金·日新计划·mcp
rocksun1 小时前
GraphRAG vs. RAG:差异详解
人工智能
一块plus1 小时前
什么是去中心化 AI?区块链驱动智能的初学者指南
人工智能·后端·算法
txwtech1 小时前
第10.4篇 使用预训练的目标检测网络
人工智能·计算机视觉·目标跟踪
羊小猪~~1 小时前
【NLP入门系列四】评论文本分类入门案例
人工智能·自然语言处理·分类
roman_日积跬步-终至千里1 小时前
【学习线路】机器学习线路概述与内容关键点说明
人工智能·学习·机器学习
静心问道1 小时前
APE:大语言模型具有人类水平的提示工程能力
人工智能·算法·语言模型·大模型