2月16日凌晨，OpenAI在官网发布视频生成模型Sora，该模型可根据文字生成一段长达1分钟的视频。相比此前的其他视频生成模型，Sora在时长、精细度方面都实现了现象级突破。
“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。她穿着黑色皮夹克，红色长裙，黑色靴子……”输入文字要求，该模型便可依据内容自动生成一段60秒的视频。视频画面中，潮湿积水的街道映照着上空的影像，光影效果、虚实变化等细节都非常逼真，30秒后，连女性皮肤上的毛孔、皱纹、瑕疵都清晰无遗，细节拉满让人真假难辨。
OpenAI发布的视频，女性面部细节真实
AI视频表现逆天，梦境与现实被打通？
OpenAI官网还展示了多段文本生成视频作品，如两艘海盗船在一杯咖啡中航行，在泛白的咖啡泡沫中互相激斗；载满乘客的列车驶过光影交替的城市，车窗上投射出生动的车内倒影；舞龙队伍在周边人群的围观和随行中前进，远近透视真实感十足。
Sora的出现激发了网友的强烈好奇，从已公开作品来看，该模型不仅能模拟现实中存在的事物，也为想象中才能看到的画面提供了视频化的可能。有网友表示，以后能让AI描绘自己的梦了，还有网友称想看看国足勇夺世界杯冠军”
部分网友评论
OpenAI表示，该模型可以在生成视频的同时保持视觉质量并遵守用户的提示。目前正在教人工智能理解和模拟运动中的物理世界，目标是训练模型，帮助人们解决需要现实世界互动的问题。
除了根据文本生成内容外，Sora还可以根据预先存在的图像或视频，执行广泛的图像和视频编辑任务，如创建完美的循环视频，将静态图像动态化，向前或向后扩展视频等。
OpenAI在其技术报告中展示了基于DALL·E 2和DALL·E 3的图像生成的视频，其中一段9秒长的冲浪片段，不仅动态化还原了静态图片中的场景，还将图像中原本被遮挡的部分进行了编辑和扩充。
左侧为原图，右侧为处理后的视频
经过处理后的效果
Sora视频编辑潜力的又一体现在于其时间线扩展功能，技术报告介绍，Sora能在时间上向前或向后扩展视频。官网发布的几个片段都是从某段视频开始，向过去进行延伸，因此，尽管4个视频的开头各不相同，但其走向却都殊途同归。
除此之外，该模型还具备很强的设备兼容性，能够适配不同的尺寸和分辨率要求。
当然，OpenAI也承认，Sora目前还存在一些局限性。该模型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，一个人咬了一口饼干，但饼干却没有咬痕，一个玻璃杯尚未破碎，杯中饮料已洒落桌面。
违反逻辑的情况
报告还提到，在长时间样本中，可能出现不连贯现象。该模型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。
尽管如此，作为第一代文字生成视频模型，Sora的商业价值仍然难以估量。据财联社报道，随着OpenAI与风投公司Thrive capital达成最新股票出售协议，OpenAI的估值已经提高到800亿美元以上，这意味着该公司的估值已达到九个月前的近3倍。
形成行业冲击？各方看法不一
Sora刷屏后不久，关于人工智能造成行业冲击的话题便再次引发热议，影视特效等内容生产行业首当其冲。
面对Sora强大的内容生产能力，上海戏剧学院导演系副教授章文颖告诉海报新闻记者，可以预见的是，技术进步带来的制作成本降低可能会使许多后期工作被替代，如视频剪辑、后期制作。另一方面，随着技术更新，群演可以直接用技术生成，主演用复杂的模型也可以，这就意味着不只是幕后工作者，台前的演员同样可能受到威胁。
不过，新的技术也会催生新的工种和工作方式，章文颖认为，不必对此有过多担忧。更重要的是，艺术和影视创作需要有文化和精神内容，技术再高端，也很难取代作品的精神内核，“影响肯定有，起码可以降低制作成本，但对虚构类的影视作品来说肯定还是内容为王。”
Sora的作品
章文颖还说，Sora能够根据输入的文字自动生成视频，这在新闻报道领域同样有应用空间。除了代劳一部分简单的新闻报道工作，此类技术模型还可能为假新闻打开方便之门。
360集团创始人周鸿祎表示，AI不一定那么快颠覆所有行业，但它能激发更多人的创作力。机器能生产一个好视频，但视频的主题、脚本和分镜头策划、台词的配合都需要人的创意。今天Sora可能给广告业、电影预告片、短视频行业带来巨大的颠覆，但它不一定那么快击败Tik Tok，更可能成为Tik Tok的创作工具。
虽然Sora风头正猛，但在章文颖看来，这款所谓史诗级模型的存在感目前还停留在宣传和金融层面，它对行业的具体影响还要等到正式投入使用时才能见分晓。
（来源：海报新闻 赵恩）
