OpenAI推出了文生視頻模型Sora，在科技圈引發(fā)熱議，其發(fā)展速度似乎超越了同行的多個量級。雖然還沒有正式對公眾開放，但是通過其發(fā)布的視頻合集可以充分的看出，Sora不僅在生成視頻的逼真性方面獲得了技術性的突破，在視頻時間長度方面也遠遠的甩開了對手。
Runway在AI視頻界有MidJourney之稱，可以生成四秒長的視頻，其生成的視頻可以被用戶延長到16秒，這個長度，2023年在AI生成視頻界已經是最長的記錄了。Pika可生成的視頻長度只有三秒，Stable Video可以生成的視頻也只有4秒。而Sora可以生成的視頻，卻長達一分鐘，可以算得上是王炸。
Runway在幾個月前推出了第2代AI生成視頻模型，隨后又在今年1月份，推出了多頭運動筆刷的功能，讓用戶可以對ai視頻生成中的多個元素的運動進行控制。Runway所提供的視頻制作解決方案集合了多種AI工具，因此備受推崇。但是Runway的CEO在Sora發(fā)布之后在社交媒體上發(fā)布了GameOn這兩個字。這兩個字充分的表達了AI視頻界的比賽開始了。
Stability的創(chuàng)始人，在 OpenAI的CEO山姆奧特曼發(fā)布了由Sora所生成的以巫師為主題的視頻之后，在社交平臺上發(fā)文稱奧特曼是一位巫師大人。充分的說明了這段視頻在AI視頻所帶來的沖擊很大。
Sora在本質上與AI視頻生成公司Runway、Pika采用的底層模型是相似的。但是唯一的不同之處在于Sora將其他公司所采用的小模型的思維進行了變化，采用transformer架構替換了U-Net架構。這種新的架構能夠將圖像和視頻通過集合視覺編碼的較小數(shù)據(jù)單元表現(xiàn)出來，然后再將這些內容進行解碼，并創(chuàng)造出視頻，而且還可以達到大模型智能涌現(xiàn)的能力，明顯的將樣本的質量提高。
OpenAI最新發(fā)布了Sora的研究報告，充分地彰顯出來 OpenAI將會使用大模型進行物理世界模擬的雄心。
