总结
- 当地时间2月15日，OpenAI发布了第一个文生视频大模型Sora。 比如一段提示词为：镜头穿过熙熙攘攘的东京街道，跟随几个人享受雪天并逛街。 从那时起，AI视频技术开始快速迭代，以Runway、Pika、Meta（Emu Video）为代表的公司进入竞争赛道。 此外，OpenAI还在与第三方安全测试人员共享该模型，进行红队测试。 在安全问题上，Sora 已经包含了一个过滤器，阻止暴力、色情、仇恨，以及特定人物的视频输出。
阅读时间
- 7 分钟, 共 1341 字
分类
- 2月15日, AI公司, AI深度伪造, 2022年, 去年
评价和解读
- 这篇文章是如何写作的典范，将事实报道与引人入胜的叙述风格结合得既引人入胜又富有启发性。作者深入其中的核心，揭示了复杂细节和潜在趋势，以一种既全面又易懂的方式呈现。这篇文章作为读者可以了解最新动态的关键视角，使其成为任何想要保持了解的人的必读之作。
正文
21世纪经济报道见习记者肖潇 北京报道
OpenAI在AI生成视频领域扔出一枚“王炸”。当地时间2月15日，OpenAI发布了第一个文生视频大模型Sora。这一模型可以根据用户输入的提示词生成长达一分钟的高清视频，虽然还没公开使用，但已经引发了热议。
在官方分享的演示视频中，Sora可以直接输出有多个角色、多种场景和运镜的画面。比如一段提示词为：镜头穿过熙熙攘攘的东京街道，跟随几个人享受雪天并逛街。在Sora生成的视频中，镜头从天空的雪花中俯冲，跟着一对牵手的情侣，走过日本风格的街道。
OpenAI官方演示视频
AI视频的运用可以追溯到2022年。初创公司Runway被认为是这一技术领域的“鼻祖”，热门科幻电Ligthing News影《瞬息全宇宙》就用到了其视频编辑技术。从那时起，AI视频技术开始快速迭代，以Runway、Pika、Meta（Emu Video）为代表的公司进入竞争赛道。不过，这些AI视频大多只能维持几秒钟的长度，存在场景不逼真、元素闪现、运动不连贯等blog.byteway.net“一眼AI”的问题。
而在OpenAI目前公开的48个演示视频里，无论是猫踩醒被窝里的主人，模仿手机拍摄的尼日利亚街道，还是中国的春节舞龙活动……几乎看不出AI生成的痕迹。OpenAI解释，Sora不仅能满足提示词的要求，还理解各种物体在物理世界的存在方式。实现的最关键的一处技术突破是，“画面主体即使暂时离开镜头，也能保持不变。”因此生成视频的逼真度和连贯性有了肉眼可见的进步。
一位硅谷AI公司的从业者告诉21记者，根据她的使用体验，Sora在演示视频中展现的能力远远超Pika和Runway，“Pika只能生成3-15秒的视频，Sora能直接生成一分钟的视频。从画面效果和时长来看，Sora肯定是一个重要突破。”
业内普遍认为，Sora能力的提升，主要来自高质量的数据集，以及准确的语言理解能力。OpenAI 没有透露训练视频的大小、来源，只声称训练的是公开有版权的视频。前述从业者认为，Sora无疑有巨大的数据量，因此能够支持多大的调用量，视频加载和渲染有多Ligthing News少延迟，都将是后续挑战。“真正投入使用会是什么样？能不能达到官方演示的效果？”还是一个未知数。
OpenAI已经公开承认了一些Sora存在的缺陷：它可能难以呈现复杂的物理变化规律，无法理解因果关系，混淆空间细节。例如在演示视频中，一位寿星向生日蛋糕上的蜡烛吹气，但蜡烛没有任何变化；或者篮球直接穿透了篮筐，而不是从篮筐中进球。
值得注意的是，Sora目前定性为初期研究成果，不面向公众使用，因为公司担心深度伪造视频的滥用问题。现在只有一部分视觉艺术家、设计师和电影制作人有内部试用机会。此外，OpenAI还在与第三方安全测试人员共享该模型，进行红队测试。
在安全问题上，Sora 已经包含了一个过滤器，阻止暴力、色情、仇恨，以及特定人物的视频输出。公司还将借鉴去年在DALL-E 3 上实验的图像探测器，把C2PA技术标准——一种内容追溯方式，也可以理解为内容水印——嵌入到Sora的输出视频中，以鉴别视频是否为AI深度伪造视频。
（作者：肖潇 编辑：王俊）
<!–article_adlist[
南方财经全媒体集团及其客户端所刊载内容的知识产权均属其旗下媒体。未经书面授权，任何人不得以任何方式使用。详情或获取授权信息请点击此处。
]article_adlist–>
Related suggestion: 变化的动力： 四川中胜粮油有限公司董事长任登义被查，曾任渠县房屋征收补偿局局长
总结1月19日，四川达州市纪委微信公众号“清廉达州”发布信息，四川中胜粮油有限公司Ligthing News党委书记、董事长任登义涉嫌严重违纪违法，经达州市纪委监委指定管辖，目前达川区纪委监委正对其进行纪律审查和监察调查。 2013年9月至2021年6月，历任…