哈喽,大家好,我是程序视点的小二哥!
前言
就在今天,一个消息把我给震惊呆了:
奥特曼发布OpenAI首个视频生成模型Sora
。完美继承DALL·E 3的画质和遵循指令能力,能生成长达1分钟的高清视频。
就在昨天~就是昨天,我还在和AI的小伙伴讨论说“目前的AI,在文生视频方面,还停留在5、6秒的视频”!
结果一觉醒来,就被OpenAI教育啦~ 啪啪打脸呀~
之前一丁点消息不放,一丁点预热也没有,直接王炸推出Sora
!
之前我们常说AI给程序员带来了很大的影响,现在想想诸如虚拟拍摄、特效、广告...这些行业会有多大的影响!
一将功成,万骨枯!按照这个速度发展AI,后续会怎样?
用三个词来总结下Sora
:
- 60s超长长度
- 单视频多角度镜头
- 世界模型
就这特点,在一年前,那是想都没想过的!现在,就现在,小二哥想对对自己说是 ”你不入AI,谁入AI?你的竞争对手吗?“
带你看“文生视频”
AI想象中的龙年春节,红旗招展人山人海。有紧跟舞龙队伍抬头好奇观望的儿童,还有不少人掏出手机边跟边拍,海量人物角色各有各的行为。
视频无法播放显示,请关注微信公众号【程序视点】2月17日的文章,以下同理!
雨后东京街头,潮湿地面反射霓虹灯光影效果堪比RTX ON。
行驶中的列车窗外偶遇遮挡,车内人物倒影短暂出现非常惊艳。
也可以来一段好莱坞大片质感的电影预告片:
竖屏超近景视角下,这只蜥蜴细节拉满:
...
Game over!,工作可能要丢了!是不是需要给某些行业准备追悼词了?
AI理解运动中的物理世界
OpenAI表示,正在教AI理解和模拟运动中的物理世界,目标是训练模型来帮助人们解决需要现实世界交互的问题。
根据文本提示生成视频,仅仅是整个计划其中的一步。
目前Sora已经能生成具有多个角色、包含特定运动的复杂场景,不仅能理解用户在提示中提出的要求,还了解这些物体在物理世界中的存在方式。
比如一大群纸飞机在树林中飞过,Sora知道碰撞后会发生什么,并表现其中的光影变化。
一群纸飞机在茂密的丛林中翩翩起舞,在树林中穿梭,就像候鸟一样。
Sora还可以在单个视频中创建多个镜头,并依靠对语言的深入理解准确地解释提示词,保留角色和视觉风格。
美丽、白雪皑皑的东京熙熙攘攘。镜头穿过熙熙攘攘的城市街道,跟随几个人享受美丽的雪天并在附近的摊位购物。绚丽的樱花花瓣随着雪花随风飘扬。
对于Sora当前存在的弱点,OpenAI也不避讳,指出它可能难以准确模拟复杂场景的物理原理,并且可能无法理解因果关系。
例如“五只灰狼幼崽在一条偏僻的碎石路上互相嬉戏、追逐”,狼的数量会变化,一些凭空出现或消失。
该模型还可能混淆提示的空间细节,例如混淆左右,并且可能难以精确描述随着时间推移发生的事件,例如遵循特定的相机轨迹。如提示词“篮球穿过篮筐然后爆炸”中,篮球没有正确被篮筐阻挡。
技术方面,目前OpenAI透露的不多,简单介绍如下:
Sora是一种扩散模型,从噪声开始,能够一次生成整个视频或扩展视频的长度,关键之处在于一次生成多帧的预测,确保画面主体即使暂时离开视野也能保持不变。
与GPT模型类似,Sora使用了Transformer架构,有很强的扩展性。在数据方面,OpenAI将视频和图像表示为patch,类似于GPT中的token。通过这种统一的数据表示方式,可以在比以前更广泛的视觉数据上训练模型,涵盖不同的持续时间、分辨率和纵横比。
Sora建立在过去对DALL·E和GPT模型的研究之上。它使用DALL·E 3的重述提示词技术,为视觉训练数据生成高度描述性的标注,因此能够更忠实地遵循用户的文本指令。
除了能够仅根据文本指令生成视频之外,该模型还能够获取现有的静态图像并从中生成视频,准确地让图像内容动起来并关注小细节。
该模型还可以获取现有视频并对其进行扩展或填充缺失的帧,请参阅技术论文了解更多信息(说是今晚发布,大家可以期待)。
Sora 是能够理解和模拟现实世界的模型的基础,OpenAI相信这一功能将成为实现AGI的重要里程碑。
最后
目前已有一些视觉艺术家、设计师和电影制作人(以及OpenAI员工)获得了Sora访问权限。他们开始不断创造 出新的作品。OpenAI CEO奥特曼也开始了在线接单模式: 你可以带上你的提示词@sama,就有可能收到生成好的视频回复。
更多精彩内容,请关注微信公众号【程序视点】2月17日的文章。
One more thing
以下内容是微信公众号【程序视点】读者小伙伴专享福利。这可能是你千载难逢的起飞机会,务必阅读!
AI技术在不断发展,能够创造出依托于AI的全新产品或者服务,就可以改变我们的生活方式和工作方式。
不仅如此,AI技术还会在医疗、金融、教育、交通、艺术、互联网等多个领域得到实际的应用,今天的”文生视频“就是一个好例子!
想想之前的外贸、房地产、软件...你错过了多少机会?
AI 时代已来,这是属于我们的时代!千万不要再错过了!
还在为重复的工作而困扰吗?还在为天花板太低的薪资所烦恼吗?还在担心被炒掉找不到工作吗?
🔥 和小二哥一起,我们一起抱团起飞 🔥
1、数不尽的优质 AI 教程 和副业变现方法,和比拟市面上千课程的航海资料,赋能职场,早点下班!
2、数百位行业大咖,企业家资源共享,帮你建立强大的商业网络。说不能在这里能遇见你的伯乐!
3、成功案例的启示,孵化了众多优秀的前辈,他们给你背书,大佬就在身边,抄作业就可以了!
👉 立刻行动,关注微信公众号【程序视点】,回复:GPTs
, 为你的主业加码,拓展无限商业可能。
别让未来的自己,后悔没早点选择!你想了解的内容,都可以找到对应的知识,比如AI提示词、AI小红书、AI公众号、AI数字人、AI大模型、职场办公技能、AI绘画及编程等多个AI热门领域。
不管你懂或者不懂,擅长或者不擅长,哪怕你是普通人、新人小白,只要肯行动总会有收获。
身为普通人,如果想要逆袭,最好的方式就是吃红利,不断地吃红利,毫无疑问,AI就是今天最大的红利,你准备好了吗?
现在参与进来,就有机会参加30+AI领域的实践活动,等你来哦~