中国如何复刻Sora，华人团队长文解构！996 OpenAI研究员：Sora是视频GPT-2时刻

OpenAI研究员Jason Wei揭示了Sora在视频生成领域的里程碑意义，将其比作GPT-2在文字生成上的突破。Sora虽尚无法制作长篇影视作品，但已能创造出艺术感强烈的短视频，展示出角色一致性和故事情节的深度。尽管缺乏中间物理模型，Sora仍能大幅提升电影制作效率，降低成本。然而，视频生成的关键在于算力和数据，高质量视频数据的竞争日益激烈。

华人团队的37页技术报告深入剖析了Sora，指出其在理解复杂指令、处理多样化视频格式上的优势。Sora通过时空压缩、统一视觉表征和Diffusion Transformer等技术，实现了对不同尺寸和比例视频的处理。未来，Sora有望扩展到更长视频的生成，开启个人电影制作的新时代。

尽管Sora目前的训练成本高昂，但其潜力在于辅助提升作品质量和效率，而非完全取代专业电影制作。随着技术发展，AI在电影、教育、游戏等领域的应用将日益广泛。对于中国公司来说，复刻Sora的关键在于掌握核心技术，适应新的技术趋势，并积累足够的高质量数据。

本文来源： 新智元公众号【阅读原文】