2月16日凌晨，OpenAI发布了自己的首个AI视频生成模型—Sora。这是一个历史性的里程碑，扩散模型结合OpenAI大获成功的transformer，在视觉领域实现了与大语言模型类似的突破。毫无疑问，视觉生成领域将有一次大的技术和商业革命。
本文将分别讨论：1. Sora是什么，怎么工作的，2. Sora引发的产业机会，3. 是不是大树之下寸草不生，这个领域的创业公司都要"挂"了。
Sora是什么？怎么工作的
Sora在多个方面重新定义了AI视频生成模型的标准：
a.它将视频时长从当前的5-15秒，直接提升到了1分钟，这个长度完全可以应对短视频的创作需求。从OpenAI发表的文章看，如果需要，超过1分钟毫无任何悬念。
b.它可以生成多个镜头，并且各个镜头具有角色和视觉风格的一致性。
c.不仅可以用文字prompt生成视频，还支持视频到视频的编辑，当然也可以生成高质量的图片，Sora甚至还可以拼接完全不同的视频，使之合二为一、前后连贯。
d.它是扩散模型， 更是扩散+Transformer的视觉大模型，并且产生了涌现现象，对现实世界有了更深刻的理解和互动能力，具有了世界模型的雏形。
它能生成更真实，一致性更强的多镜头长视频
OpenAI官方公布了数十个示例视频，充分展示了Sora模型的强大能力。
人物的瞳孔、睫毛、皮肤纹理，都逼真到看不出一丝破绽，真实性与以往的AI生成视频是史诗级的提升，AI视频与现实的差距，更难辨认。
本文转载自: https://blog.csdn.net/weixin_68987230/article/details/136224594
版权归原作者 明矛顿了 所有， 如有侵权，请联系我们删除。
版权归原作者 明矛顿了 所有， 如有侵权，请联系我们删除。