完美继续DALL·E 3的画质和遵照指令能力,能天生长达1分钟的高清视频

奥特曼发布OpenAI首个视频天生模型

AI想象中的龙年春节,红旗飘荡人隐士海。

有紧跟舞龙军队举头好奇官网的儿童,还有不少人取出手机边跟边拍,海量人物角色各有各的行为。

效果炸裂OpenAI首个视频生成模型宣告1分钟流畅高清网友全体行业RIP

舞龙军队

雨后东京街头,湿润地面反射霓虹灯光影效果堪比RTX ON。

效果

行驶中的列车窗外偶遇遮挡,车内人物倒影短暂涌现非常惊艳。

效果

也可以来一段好莱坞大片质感的电影预报片:

效果

竖屏超近景视角下,这只蜥蜴细节拉满:

效果

网友直呼game over,事情要丢了:

留言截图

乃至有人已经开始“吊唁”一全体行业:

推文截图

AI理解运动中的物理天下

OpenAI表示,正在教AI理解和仿照运动中的物理天下,目标是演习模型来帮助人们办理须要现实天下交互的问题

根据文本提示天生视频,仅仅是全体操持个中的一步。

j截图

目前Sora已经能天生具有多个角色、包含特定运动的繁芜场景,不仅能理解用户在提示中提出的哀求,还理解这些物体在物理天下中的存在办法。

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,并表现个中的光影变革。

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,并依赖对措辞的深入理解准确地阐明提示词,保留角色和视觉风格。

俏丽、白雪皑皑的东京熙熙攘攘。
镜头穿过熙熙攘攘的城市街道,跟随几个人享受俏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。

对付Sora当前存在的弱点,OpenAI也不避讳,指出它可能难以准确仿照繁芜场景的物理事理,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相互嬉戏、追逐”,狼的数量会变革,一些凭空涌现或消逝。

该模型还可能稠浊提示的空间细节,例如稠浊旁边,并且可能难以精确描述随着韶光推移发生的事宜,例如遵照特定的相机轨迹。

如提示词“篮球穿过篮筐然后爆炸”中,篮球没有精确被篮筐阻挡。

效果

技能方面,目前OpenAI透露的不多,大略先容如下:

Sora是一种扩散模型,从噪声开始,能够一次天生全体视频或扩展视频的长度,

关键之处在于一次天生多帧的预测,确保画面主体纵然暂时离开视野也能保持不变。

与GPT模型类似,Sora利用了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办法,可以在比以前更广泛的视觉数据上演习模型,涵盖不同的持续韶光、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。
它利用DALL·E 3的重述提示词技能,为视觉演习数据天生高度描述性的标注,因此能够更虔诚地遵照用户的文本指令。

除了能够仅根据文本指令天生视频之外,该模型还能够获取现有的静态图像并从中天生视频,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添补缺失落的帧,请参阅技能论文理解更多信息(晚些时候发布)。

Sora 是能够理解和仿照现实天下的模型的根本,OpenAI相信这一功能将成为实现AGI的主要里程碑。

奥特曼在线接单

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)得到了Sora访问权限。

他们开始不断po出新的作品,奥特曼也开始了在线接单模式。

带上你的提示词@sama,就有可能收到天生好的视频回答。

j截图

下面是更多精彩视频欣赏。

一位时尚女性走在充满温暖霓虹灯和动画城市标牌的东京街道上。
她穿着玄色皮夹克、赤色长裙和玄色靴子,拎着玄色钱包。
她戴着太阳镜,涂着赤色口红。
她走路自傲又随意。
街道湿润且反光,在彩色灯光的照射下形成镜面效果。
许多行人走来走去。

电影预报片讲述了30岁宇航员戴着赤色羊毛针织摩托车头盔的冒险经历,蓝天、盐漠,电影风格,35毫米胶片拍摄,色彩鲜艳。

无人机摄像机环绕着一座俏丽的历史教堂盘旋,这座教堂建在阿马尔菲海岸的岩石露头上,视图展示了历史悠久、宏伟的建筑细节以及分层的路径和露台,当视图俯瞰地平线时,可以看到海浪拍打着下面的岩石。
意大利阿马尔菲海岸的沿海水域和丘陵景不雅观,远处的几个人在露台上闲步和欣赏壮丽的海景,午后阳光的温暖光芒给场景营造出一种神奇而浪漫的觉得,景致令人惊叹用俏丽的拍照捕捉。

一只柯基犬在热带毛伊岛拍摄视频博客

一只巨大的橙色章鱼躺在海底,与沙石地形融为一体。
它的触角散布在身体周围,双眼紧闭。
不远处,一只棕色多刺的帝王蟹正从岩石后爬向它,钳子高举待击。
画面以广角拍摄,展现出海洋的无垠深邃。
水清澈见底,阳光透过水面,投下斑斓光影。
画面清晰生动,章鱼和蟹清晰可见,而背景稍显模糊,营造出景深效果。

参考链接:[1]https://openai.com/sora

梦晨 西风 发自 凹非寺量子位 | "大众号 QbitAI

本文来自微信公众年夜众号“量子位”(ID:QbitAI),作者:关注前沿科技,36氪经授权发布。