Sora年内将向公众推出!OpenAI首席技术官透露这些“干货”

科创板日报 2024-03-14 20:55

OpenAI首席技术官米拉·穆拉蒂(Mira Murati)近期在接受媒体采访时透露,OpenAI人工智能文生视频大模型Sora即将于今年晚些时候正式向公众发布。


作者 | 潇湘

OpenAI首席技术官米拉·穆拉蒂(Mira Murati)近期在接受媒体采访时透露,OpenAI人工智能文生视频大模型Sora即将于今年晚些时候正式向公众发布,OpenAI计划最终加入音频功能,以使场景更为真实,同时还将允许用户编辑Sora生成的视频内容。
尽管眼下距离Sora正式对外发布尚有一段时日,但OpenAI已经向世人揭示了这款工具的巨大潜力——仅需几句精心设计的提示语,Sora便可创造出几乎足以替代许多视频制作专业人员的出色作品。与市面上那些时长短暂、分辨率低下的AI视频作品相比,Sora的视频看起来就像是纪录片或电影中的梦幻场景。
而Murati也在最新采访中,向外界介绍了Sora究竟是如何通过简单的提示文本,完成这些美轮美奂的视频制作的,她还详细介绍了Sora眼下存在的一些不足,以及接下来会着重防范和改进的地方……

Sora如何“化文字为神奇”?

请你想象一幕场景:“一条美人鱼和她的螃蟹伙伴,正在一起浏览智能手机……”
作为这场媒体采访的“福利”,主持人获得了让Sora将其提供的多组文本提示,转化为视频图像的机会,而以上的这一幕,便是Sora提供的视频中的一帧。
Sora究竟是如何实现这一转换的呢?Murati表示,尽管解释美人鱼的进化可能都要比解释“扩散模型”(diffusion models)的内部运作容易得多,但简而言之便是:人工智能模型分析了大量视频,学会了识别物体和动作。然后,当你给它一个文字提示时,它就会勾勒出整个场景,然后填充每一帧。
行业观察家和OpenAI的竞争对手——Runway首席执行官Cristóbal Valenzuela等业内人士,将这些卓越的成果归功于OpenAI强大的计算能力和训练数据。不过,OpenAI最近也面临着版权侵权诉讼:指控这家人工智能初创公司未经许可擅自获取内容来训练ChatGPT。
在被问及OpenAI为Sora使用了哪些训练数据时,Murati指出,“我们使用了公开数据和授权数据”。当主持人继续深入问及这是否包括来自YouTube、Instagram和Facebook的视频时,Murati最初表示她并不清楚具体细节,但后来确认,已获授权的材料涵盖了来自知名版权图片网站Shutterstock上的内容,而OpenAI与Shutterstock有着合作关系。
Murati认为,对于用户来说,人工智能模型就像是一个神秘的黑盒子——人们知道输入的提示语和输出的内容,但并不了解中间的步骤。因此,人们可能永远不会知道为什么最终生成的内容会是这样的——例如上面这张视频截图里,美人鱼的螃蟹伙伴留着胡子,就像海绵宝宝的朋友蟹老板。巧合吗?也许吧……

未来视频将支持配备音效

在另外一段视频里,主持人要求Sora制作一段她更为符合这场采访的内容:“两位30多岁、有着棕色头发的职业女性,在一个光线充足的演播室里坐下来接受新闻采访。”
最终,在Sora交出的“作业”里,无论是两位女性嘴型和头发的动捕,还是皮夹克上的细节,一切看起来都那么真实。Murati指出,这段20秒的720p分辨率短片,Sora花了几分钟才制作完成,但目前还未能支持配备音效。
但Murati已承诺,他们计划最终会添加声音。
Murati还表示,当前Sora生成视频的成本远高于该公司的图像生成器Dall-E。不过,在未来向公众正式发布时,OpenAI将进行优化,以降低对算力的需求。

难以忽视的瑕疵

当然,不容忽视的是,在如今Sora才刚刚问世的早期阶段,其生成的内容中还存在一些极为明显的瑕疵。
以上述Sora制作的采访视频为例,虽然整体的画面呈现效果颇为令人惊叹,但细节上还是不难发现问题——在某几帧画面里,浅色头发的女人的一只手上似乎长出了10根手指。
Murati对此解释称,“要准确呈现手部动作真的很难。”
在另一个视频中,主持人要求看到一个机器人从电影制片人手中夺走摄像机。

而Sora对此的诠释是——人类电影制片人直接变形成为了机器人。此外,在背景中的一辆黄色出租车,也在机器人“夺舍”的过程中变成了一辆银色轿车。

Murati对此点评称,Sora“在维持连贯性方面表现尚可,但并不完美”。

未来如何分辨虚拟与现实?

毫无疑问,眼下的Sora还有着各种各样的不足。但如果未来某一天,这些问题全都消失了,人们或许也将面临一个新困扰:该如何区分真实视频和人工智能生成的视频?
Murati表示,未来Sora生成的每个视频下方都会有一个水印。这些视频最终也将包含元数据,以标明它们的来源。此外,OpenAI还将有一个Red Teaming安全测试团队,安全测试人员会尝试向Sora发出提示,以找出漏洞、偏差和其他有害结果。
Murati指出,“这就是我们实际上还没有部署该系统的原因。我们需要搞清楚这些问题,然后才能放心地广泛部署。”
此外,Sora的提示限制政策可能也会沿用Dall-E的政策。例如,人们无法用Sora生成公众人物的图像——当要求其生成“美国现任总统的电视新闻画面”时,Sora会拒绝这一请求。

亲手制作好莱坞大片不是梦?

随着Sora在过去一个月的惊艳亮相,这一令所有人耳目一新的产品,对于一些传统行业的冲击无疑也是巨大的,而最直接影响的,或许便是曾长期经久不衰的美国好莱坞。

著名电影制片人Tyler Perry在看到Sora的潜力后,就于近期宣布将暂停耗资8亿美元的工作室扩建计划。他认为这项AIGC技术能够削减布景和外景拍摄的成本,但也令人对电影行业的未来抱有担忧。
而当主持人向Murati询问Sora对视频制作工作的影响时,她也再次重申了OpenAI目前采取的缓步审慎策略,并表示OpenAI正在与行业内部人士合作,进行早期的测试和反馈征集。
正如主持人在让Sora制造的另一段视频中所呈现的那样——如果将OpenAI比作是瓷器店里的公牛,那么它现在可能正在轻装上阵。但不可避免的是,它将开始砸坏那些原本安放着的盘子……


推荐阅读






科创板日报 国内首个专注科创板、创投及TMT等领域的新锐媒体,致力于打造领先、专业、权威的科创信息服务平台。
评论
  • 一、VSM的基本原理震动样品磁强计(Vibrating Sample Magnetometer,简称VSM)是一种灵敏且高效的磁性测量仪器。其基本工作原理是利用震动样品在探测线圈中引起的变化磁场来产生感应电压,这个感应电压与样品的磁矩成正比。因此,通过测量这个感应电压,我们就能够精确地确定样品的磁矩。在VSM中,被测量的样品通常被固定在一个震动头上,并以一定的频率和振幅震动。这种震动在探测线圈中引起了变化的磁通量,从而产生了一个交流电信号。这个信号的幅度和样品的磁矩有着直接的关系。因此,通过仔细
    锦正茂科技 2025-02-28 13:30 100浏览
  • 在2024年的科技征程中,具身智能的发展已成为全球关注的焦点。从实验室到现实应用,这一领域正以前所未有的速度推进,改写着人类与机器的互动边界。这一年,我们见证了具身智能技术的突破与变革,它不仅落地各行各业,带来新的机遇,更在深刻影响着我们的生活方式和思维方式。随着相关技术的飞速发展,具身智能不再仅仅是一个技术概念,更像是一把神奇的钥匙。身后的众多行业,无论愿意与否,都像是被卷入一场伟大变革浪潮中的船只,注定要被这股汹涌的力量重塑航向。01为什么是具身智能?为什么在中国?最近,中国具身智能行业的进
    艾迈斯欧司朗 2025-02-28 15:45 221浏览
  • 美国加州CEC能效跟DOE能效有什么区别?CEC/DOE是什么关系?美国加州CEC能效跟DOE能效有什么区别?CEC/DOE是什么关系?‌美国加州CEC能效认证与美国DOE能效认证在多个方面存在显著差异‌。认证范围和适用地区‌CEC能效认证‌:仅适用于在加利福尼亚州销售的电器产品。CEC认证的范围包括制冷设备、房间空调、中央空调、便携式空调、加热器、热水器、游泳池加热器、卫浴配件、光源、应急灯具、交通信号模块、灯具、洗碗机、洗衣机、干衣机、烹饪器具、电机和压缩机、变压器、外置电源、消费类电子设备
    张工nx808593 2025-02-27 18:04 120浏览
  •         近日,广电计量在聚焦离子束(FIB)领域编写的专业著作《聚焦离子束:失效分析》正式出版,填补了国内聚焦离子束领域实践性专业书籍的空白,为该领域的技术发展与知识传播提供了重要助力。         随着芯片技术不断发展,芯片的集成度越来越高,结构也日益复杂。这使得传统的失效分析方法面临巨大挑战。FIB技术的出现,为芯片失效分析带来了新的解决方案。它能够在纳米尺度上对芯片进行精确加工和分析。当芯
    广电计量 2025-02-28 09:15 116浏览
  • 构建巨量的驾驶场景时,测试ADAS和AD系统面临着巨大挑战,如传统的实验设计(Design of Experiments, DoE)方法难以有效覆盖识别驾驶边缘场景案例,但这些边缘案例恰恰是进一步提升自动驾驶系统性能的关键。一、传统解决方案:静态DoE标准的DoE方案旨在系统性地探索场景的参数空间,从而确保能够实现完全的测试覆盖范围。但在边缘案例,比如暴露在潜在安全风险的场景或是ADAS系统性能极限场景时,DoE方案通常会失效,让我们看一些常见的DoE方案:1、网格搜索法(Grid)实现原理:将
    康谋 2025-02-27 10:00 252浏览
  • 请移步 gitee 仓库 https://gitee.com/Newcapec_cn/LiteOS-M_V5.0.2-Release_STM32F103_CubeMX/blob/main/Docs/%E5%9F%BA%E4%BA%8ESTM32F103RCT6%E7%A7%BB%E6%A4%8DLiteOS-M-V5.0.2-Release.md基于STM32F103RCT6移植LiteOS-M-V5.0.2-Release下载源码kernel_liteos_m: OpenHarmon
    逮到一只程序猿 2025-02-27 08:56 195浏览
  • Matter 协议,原名 CHIP(Connected Home over IP),是由苹果、谷歌、亚马逊和三星等科技巨头联合ZigBee联盟(现连接标准联盟CSA)共同推出的一套基于IP协议的智能家居连接标准,旨在打破智能家居设备之间的 “语言障碍”,实现真正的互联互通。然而,目标与现实之间总有落差,前期阶段的Matter 协议由于设备支持类型有限、设备生态协同滞后以及设备通信协议割裂等原因,并未能彻底消除智能家居中的“设备孤岛”现象,但随着2025年的到来,这些现象都将得到完美的解决。近期,
    华普微HOPERF 2025-02-27 10:32 214浏览
  • 在物联网领域中,无线射频技术作为设备间通信的核心手段,已深度渗透工业自动化、智慧城市及智能家居等多元场景。然而,随着物联网设备接入规模的不断扩大,如何降低运维成本,提升通信数据的传输速度和响应时间,实现更广泛、更稳定的覆盖已成为当前亟待解决的系统性难题。SoC无线收发模块-RFM25A12在此背景下,华普微创新推出了一款高性能、远距离与高性价比的Sub-GHz无线SoC收发模块RFM25A12,旨在提升射频性能以满足行业中日益增长与复杂的设备互联需求。值得一提的是,RFM25A12还支持Wi-S
    华普微HOPERF 2025-02-28 09:06 143浏览
  • 1,微软下载免费Visual Studio Code2,安装C/C++插件,如果无法直接点击下载, 可以选择手动install from VSIX:ms-vscode.cpptools-1.23.6@win32-x64.vsix3,安装C/C++编译器MniGW (MinGW在 Windows 环境下提供类似于 Unix/Linux 环境下的开发工具,使开发者能够轻松地在 Windows 上编写和编译 C、C++ 等程序.)4,C/C++插件扩展设置中添加Include Path 5,
    黎查 2025-02-28 14:39 140浏览
  • 振动样品磁强计是一种用于测量材料磁性的精密仪器,广泛应用于科研、工业检测等领域。然而,其测量准确度会受到多种因素的影响,下面我们将逐一分析这些因素。一、温度因素温度是影响振动样品磁强计测量准确度的重要因素之一。随着温度的变化,材料的磁性也会发生变化,从而影响测量结果的准确性。因此,在进行磁性测量时,应确保恒温环境,以减少温度波动对测量结果的影响。二、样品制备样品的制备过程同样会影响振动样品磁强计的测量准确度。样品的形状、尺寸和表面处理等因素都会对测量结果产生影响。为了确保测量准确度,应严格按照规
    锦正茂科技 2025-02-28 14:05 134浏览
  • 应用趋势与客户需求,AI PC的未来展望随着人工智能(AI)技术的日益成熟,AI PC(人工智能个人电脑)逐渐成为消费者和企业工作中的重要工具。这类产品集成了最新的AI处理器,如NPU、CPU和GPU,并具备许多智能化功能,为用户带来更高效且直观的操作体验。AI PC的目标是提升工作和日常生活的效率,通过深度学习与自然语言处理等技术,实现更流畅的多任务处理、实时翻译、语音助手、图像生成等功能,满足现代用户对生产力和娱乐的双重需求。随着各行各业对数字转型需求的增长,AI PC也开始在各个领域中显示
    百佳泰测试实验室 2025-02-27 14:08 255浏览
  • 更多生命体征指标风靡的背后都只有一个原因:更多人将健康排在人生第一顺位!“AGEs,也就是晚期糖基化终末产物,英文名Advanced Glycation End-products,是存在于我们体内的一种代谢产物” 艾迈斯欧司朗亚太区健康监测高级市场经理王亚琴说道,“相信业内的朋友都会有关注,最近该指标的热度很高,它可以用来评估人的生活方式是否健康。”据悉,AGEs是可穿戴健康监测领域的一个“萌新”指标,近来备受关注。如果站在学术角度来理解它,那么AGEs是在非酶促条件下,蛋白质、氨基酸
    艾迈斯欧司朗 2025-02-27 14:50 400浏览
  •           近日受某专业机构邀请,参加了官方举办的《广东省科技创新条例》宣讲会。在与会之前,作为一名技术工作者一直认为技术的法例都是保密和侵权方面的,而潜意识中感觉法律有束缚创新工作的进行可能。通过一个上午学习新法,对广东省的科技创新有了新的认识。广东是改革的前沿阵地,是科技创新的沃土,企业是创新的主要个体。《广东省科技创新条例》是广东省为促进科技创新、推动高质量发展而制定的地方性法规,主要内容包括: 总则:明确立法目
    广州铁金刚 2025-02-28 10:14 103浏览
  • RGB灯光无法同步?细致的动态光效设定反而成为产品客诉来源!随着科技的进步和消费者需求变化,电脑接口设备单一功能性已无法满足市场需求,因此在产品上增加「动态光效」的形式便应运而生,藉此吸引消费者目光。这种RGB灯光效果,不仅能增强电脑周边产品的视觉吸引力,还能为用户提供个性化的体验,展现独特自我风格。如今,笔记本电脑、键盘、鼠标、鼠标垫、耳机、显示器等多种电脑接口设备多数已配备动态光效。这些设备的灯光效果会随着音乐节奏、游戏情节或使用者的设置而变化。想象一个画面,当一名游戏玩家,按下电源开关,整
    百佳泰测试实验室 2025-02-27 14:15 137浏览
我要评论
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦