每日AI快讯

近日，奥特曼推出OpenAI的创新成果——视频生成模型Sora，这是继DALL·E 3后的又一力作，可生成长达1分钟的高清视频。Sora展现了强大的场景构建能力，如热闹的春节、雨后东京的光影效果，甚至能模拟好莱坞电影预告片的质感。模型能理解并执行复杂的指令，如群体动态和物理交互，如纸飞机在森林中的飞行。 然而，Sora尚存不足，如物理模拟精度和因果理解，有时会出现对象数量变化或空间细节混淆等问题。技术上，Sora基于扩散模型，采用Transformer架构，能处理不同格式的视觉数据，并利用DALL·E 3的重述提示词技术增强指令遵循...

OpenAI推出了创新的文本生成视频模型Sora，这款模型可根据文字指示生成长达1分钟的高清视频，展现卓越的视觉效果和细节处理。Sora的独特之处在于其深度理解文本，能在单一视频中创建多个镜头，维持角色一致性。它还能理解物理属性，处理复杂场景，并支持文本指令、图像输入和视频编辑。 Sora采用Transformer架构，可扩展性强，能一次性生成或延长视频。通过多帧预见能力，保证主体在视线外时依然保持不变。相较于传统模型，Sora在原尺寸数据上训练，增加了灵活性和构图改进。它拥有强大的语言理解能力，通过训练高度描述性...