最近OpenAI 就放出一個(gè)名為Sora 的文字到視頻 AI 模型，

Sora 能夠根據(jù)文本提示生成逼真的視頻。該模型能創(chuàng)造長達(dá)一分鐘的視頻，并且視頻分辨率高達(dá) 1080p。它在處理反射和陰影方面表現(xiàn)良好。

目前它還沒有向普通用戶開放，因?yàn)?OpenAI 正在與專家合作進(jìn)行紅隊(duì)測(cè)試，以評(píng)估該模型可能存在的偏見、風(fēng)險(xiǎn)和危害。

本文分為兩部分，第一是 Sora 常識(shí)、體驗(yàn)網(wǎng)站、效果展示，第二是如何注冊(cè) Sora

一、常識(shí)

1.OpenAI 是一家什么公司？

答：OpenAI 是 AI 界的頂流公司，專注于開發(fā)大型語言模型

大型語言模型的江湖，有五大門派:

"南帝"(谷歌 Gemini）、"北丐"（亞馬遜 Claude），"東邪"（馬斯克 Grok)、"西毒"（Meta Llama）、"中神通" OpenAI 的 ChatGPT!

OpenAI 前身是一家非營利性的人工智能研究實(shí)驗(yàn)室，由馬斯克、阿爾特曼發(fā)起設(shè)立。這家企業(yè)故事太多了，回頭給大家寫一個(gè) OpenAI 大事記。

OpenAI 主要產(chǎn)品包括 GPT 系列，文生圖 DALL-E3

總之，縱觀全球 AI 界，OpenAI 算法第一、算力第一、產(chǎn)品口碑第一

2.Sora 是什么？

答：Sora 是 OpenAI 于 2024 年 2 月 16 日發(fā)布的一個(gè) “文生視頻”AI 模型，它可以根據(jù)文本指令創(chuàng)建現(xiàn)實(shí)且富有想象力的場(chǎng)景視頻。

簡單講，想象一下，如果你能告訴一臺(tái)特別聰明的電腦“給我講個(gè)超級(jí)英雄的故事”，然后電腦就能制作出一整個(gè)視頻來，里面有超級(jí)英雄飛來飛去，救人的場(chǎng)景，甚至還有特效和背景音樂。這就是 OpenAI 的 SORA 能做的事情。

Sora 是一個(gè)很先進(jìn)的工具，你只要給它一些文字，比如描述一下你想看的視頻內(nèi)容，它就能根據(jù)你說的話創(chuàng)造出一個(gè)視頻。

上面的動(dòng)圖是 Sora 主頁抓圖，請(qǐng)注意下面的那行小字“本頁所有視頻均由 Sora 直接生成，未經(jīng)修改”

3.什么是文生視頻？

答：從文本創(chuàng)造視頻，簡稱文生視頻。

就像是有個(gè)小電影工作室，但是全部都是由電腦自動(dòng)完成的，不需要真人演員或者真正的攝影機(jī)。

Sora 看過了很多視頻、圖片素材，可以根據(jù)用戶的提示詞，產(chǎn)生新的視頻

案例：寄居蟹使用白熾燈泡作為外殼的夜間鏡頭

4.有哪些文生視頻軟件？

答：在 Sora 之前，主流的有 Pika、Runway、moonvalley、DomoAI、leonard 等

相關(guān)評(píng)測(cè)見《文生視頻軟件合集》

用戶不需要了解具體的技術(shù)，你使用冰箱，你需要研究制冷技術(shù)么？

Sora 與其他文生視頻的優(yōu)勢(shì)在于，算法更優(yōu)！算力更強(qiáng)！其他視頻軟件只能生成幾秒，最多十秒的視頻。Sora 1次可以60秒

OpenAI 能夠在以前不可能的更廣泛的視覺數(shù)據(jù)上訓(xùn)練擴(kuò)散 Transformer ，包括不同的持續(xù)時(shí)間、分辨率和長寬比。更忠實(shí)地遵循用戶在生成的視頻中的文本指令

簡單說，其他軟件是圖片推測(cè)視頻，而 Sora 是理解后自動(dòng)類似 3D 建模生成視頻！

不怕不識(shí)貨，就怕貨比貨啊

5.Sora 的定位是是"世界模擬器"

答：將 Sora 成為文生視頻模型，是小看了 OpenAI 的野心

從流出的視頻來看，Sora 有能力在一定程度上模擬現(xiàn)實(shí)世界中的人動(dòng)物和環(huán)境。

不需要對(duì)三維空間，物體有任何特定的預(yù)設(shè)，純粹是 scale 之后的自然現(xiàn)象。

我甚至覺得 sora 有一定的智力，它可以根據(jù)場(chǎng)景自己推斷出周邊的場(chǎng)景。

Sora 的先進(jìn)性在于它可以根據(jù)已有的知識(shí)推斷、生成新的東西，這是自我意識(shí)的雛形。

比如說一個(gè)你從來沒見過摩拜單車撞擊過坦克，但是你根據(jù)你的經(jīng)驗(yàn)知道肯定是以卵擊石，腦海里就會(huì)自動(dòng)浮現(xiàn)出來慘不忍睹的畫面，

sora 也具備和你同樣的推斷能力。

Sora 它展現(xiàn)的不僅僅是一個(gè)視頻制作的能力，它展現(xiàn)的是大模型對(duì)真實(shí)世界有了理解和模擬之后，會(huì)帶來新的成果和突破

比如下面的視頻，僅一句話，AI 可以自己切換鏡頭，實(shí)現(xiàn)轉(zhuǎn)場(chǎng)

6.誰可以使用 Sora

答：目前僅“紅隊(duì)（red team）”可以使用 Sora

紅隊(duì)由最早期客戶，影視專業(yè)人士構(gòu)成。

他們正在全面評(píng)測(cè) Sora，確保它做出的視頻既酷炫又安全，不會(huì)有任何不好的內(nèi)容

目前，網(wǎng)上流出的各種 Sora 視頻，只有兩個(gè)來源，官方 demo 和紅隊(duì)評(píng)測(cè)結(jié)果。

7.Sora 生成視頻效果

答：Sora 不但可以模擬真實(shí)的視頻，還能生成特效視頻，還可以在一個(gè)視頻中展現(xiàn)不同的鏡頭

案例1：輸入提示語“螞蟻在蟻巢內(nèi)部移動(dòng)的 POV 鏡頭”

你會(huì)得到一個(gè)動(dòng)物世界的特效鏡頭

案例2：“一片葉子的微距照片，顯示微小的列車在葉脈中移動(dòng)”

Sora 會(huì)生成以下視頻給你：

8.使用 Sora 需要編程技巧么？

答：不需要，直接用自然語言提示。

所謂自然語言就是人類的語言，俗稱“說人話”，看上面的提示詞。

9.Sora 支持中文么？

答：從 OpenAI 的風(fēng)格來看，應(yīng)該支持直接輸入中文提示詞

10.預(yù)計(jì) Sora 什么時(shí)候正式發(fā)布？

答：預(yù)計(jì) 3 月底之前！

按照 OpenAI 發(fā)布 DELL-E（繪圖 AI）的路徑來看

應(yīng)該分為兩個(gè)使用路徑，第一是獨(dú)立可用的版本、二是與 GPT4 或 GPT5 結(jié)合的版本！

11.使用 Sora 的途徑 ？

答：兩種方式，官方網(wǎng)頁版、API 版

官方網(wǎng)頁版直接在 OpenAI 的網(wǎng)站上生成，不需要用戶安裝到本機(jī)

API 版，是通過第三方調(diào)用官方的服務(wù)器資源

后期可能會(huì)有 APP 版

12.使用 Sora 需要支付費(fèi)用么？

答：需要！目前 OpenAI PLUS 會(huì)員是 20 美元/月

Sora 開通后，應(yīng)該 PLUS 會(huì)員可以使用一定限制（如時(shí)長）的 Sora

API 則是按流量，單獨(dú)計(jì)費(fèi)！

13.現(xiàn)在可以使用 Sora 嗎？

答：目前少量用戶可用，未對(duì)大眾開放！

ChatGPT Plus 會(huì)員應(yīng)該是下一批使用的用戶！

14.Sora 和 ChatGPT 如何結(jié)合？

答：結(jié)合有兩種方式

第一是界面結(jié)合，類似現(xiàn)在的 DALL-E

第二是功能結(jié)合，比如你才 Chatgpt 對(duì)話完成后，直接召喚 sara，說“根據(jù) XXX，生成一段類似的視頻”

15.不滿意生成的視頻，如何讓 Sora 修改？

答：直接輸入新的提示，舉例如下：

Sora 不僅可以從文本生成 AI 視頻，它還可以改變上傳視頻的風(fēng)格和環(huán)境。

比如上傳一段賽車視頻后，只修改了提示詞，就生成了 12 個(gè)不同風(fēng)格和環(huán)境的視頻。

讓它潛入水下

上天入地都可以！作者一口氣，同一輛車，弄了12個(gè)風(fēng)格。

16.Sora用于影視行業(yè)版權(quán)算誰的

答：制作方的。根據(jù)現(xiàn)在的案例來看，只要不是赤裸裸的全盤 copy，法律上是認(rèn)可的，尤其是日本等國家，鼓勵(lì) AI 發(fā)展

我查了一下，我發(fā)現(xiàn)各個(gè)國家的法律尺度不一樣，大部分國家的法律是只要你不完全抄襲，可以借鑒風(fēng)格，對(duì)原內(nèi)容重新整理組合，這個(gè)是允許的，比如日本。

17、Sora 的底層技術(shù)？

答：Sora 的核心技術(shù)源自 Diffusion Transformers （DiT）模型

這是一個(gè) 2022 年 12 月由伯克利和紐約大學(xué)兩位研究人員提出的模型，目前這兩位一個(gè)在 Meta AI，一個(gè)在 OpenAI

都是基于谷歌的開放論文

谷歌自己的論文，但實(shí)踐下來，OpenAI 最佳，谷歌人才濟(jì)濟(jì)但是有大公司病啊

業(yè)內(nèi)梗，OpenAI 摸著谷歌過河，大家摸著 OpenAI 過河

18.我在國內(nèi)如何使用 Sora？

答：等 API 開發(fā)版，應(yīng)該可以直接用

可以關(guān)注本公眾號(hào)，有資源，第一時(shí)間推送！

19.Sora 有 APP 嗎？

答：早期不會(huì)有，預(yù)計(jì)后期會(huì)集成到 GPT APP

20.Sora 只能生成 視頻嗎？

答：還可以生成圖片

Sora 定位在真實(shí)世界的模擬器，做視頻只是順手為之

就像歌者文明，做個(gè)視頻只是“二向箔”常規(guī)武器，GPT5 才是降維大殺器

21.如何讓 Sora 生成高質(zhì)量的視頻？

答：高質(zhì)量的提示詞，

這需要第一美感、第二想象力！第三，攝影、攝像經(jīng)驗(yàn)

案例：有人看到一只白色和橙色的虎斑貓?jiān)诖笥曛酗w快地穿過后街小巷，尋找庇護(hù)所……”（查德·尼爾森提示）

22.如何讓 Sora 有聲音？

答：目前官方?jīng)]有配音，估計(jì)快了

另外，ElevenLabs 即將推出半自動(dòng) AI 配音測(cè)試，預(yù)計(jì)是 Prompt 形式

現(xiàn)在測(cè)試名單需要申請(qǐng) https://form.typeform.com/to/gg0xzZW4

23.Sora 會(huì)讓影視人員實(shí)業(yè)么？

答：不會(huì)。Sora 會(huì)成為影視人員的工具。

Sora 能夠“無縫”混合兩個(gè)視頻，視頻 1 是一個(gè) Sora 生成我的世界（Minecraft）視頻，然后將它跟一個(gè)騎摩托車的視頻混合起來就變成了第二個(gè)視頻。

可以預(yù)見未來這個(gè)功能擁有巨大的創(chuàng)造潛力。

24.為什么我要使用 Sora？

答：縱觀人類歷史，每一次能源，生產(chǎn)工具的提升，都會(huì)帶來社會(huì)的變革。

20 多年前，PC 普及，互聯(lián)網(wǎng)興起，人人都在說信息化；10 多年前，手機(jī)興起，處處討論移動(dòng)辦公。

但是，現(xiàn)在的人已經(jīng)不提信息化，不強(qiáng)調(diào)移動(dòng)辦公了。因?yàn)?IT、移動(dòng)辦公已經(jīng)成為基礎(chǔ)資源，類似水一樣，無處不在。AI 未來也是這樣。

目前 AI 的應(yīng)用，只是一個(gè)開始。不僅國外，國內(nèi)的各個(gè) AI 產(chǎn)品也在日新月異。

工具都大同小異，掌握了 ChatGPT，使用其他 AI，輕松上手。越早掌握，越早上車。

25.Sora 會(huì)取代哪些崗位？

答：故步自封，工作場(chǎng)景比較固定，與視頻有關(guān)的崗位

26.哪些人適合學(xué)些 Sora

答：很多人以為是程序員，其實(shí)不是。傳統(tǒng)程序員思維有了定式。

影視專業(yè)，文學(xué)+IT青年 很適合！

27.教育應(yīng)該如何發(fā)展？

答：我建議國內(nèi)影視專業(yè)，盡快開通相關(guān)選修課程。提前為大家做好置業(yè)規(guī)劃和知識(shí)儲(chǔ)備

再來看一個(gè)案例，Sora 可以同時(shí)并排生成多個(gè)視頻。

這是 Sora 的單個(gè)視頻樣本。我們沒有把這一切拼湊在一起；空決定要同時(shí)擁有五個(gè)不同的視點(diǎn)！

二、Sora 體驗(yàn)網(wǎng)址和注冊(cè)

機(jī)會(huì)是留給有準(zhǔn)備的人的，雖然 Sora 還沒有正式發(fā)布，但我們完全可以做好前期準(zhǔn)備，進(jìn)入教父的“睡床墊”戰(zhàn)斗狀態(tài)，迎接它發(fā)布的那一天

1.Sora 資源

官方網(wǎng)址：openai.com/sora

官網(wǎng)技術(shù)報(bào)告：

原文：https://openai.com/research/video-generation-models-as-world-simulators

譯文：https://baoyu.io/translations/openai/video-generation-models-as-world-simulators

2、如何注冊(cè) Sora

答：按 OpenAI 慣例

Sora 應(yīng)該優(yōu)先提供給 Plus 用戶使用

為了優(yōu)先用上 Sora，你要先注冊(cè)為 GPT，然后升級(jí)為 PLUS 會(huì)員，坐等 Sora 發(fā)布

按照慣例，Sora 發(fā)布后，在 ChatGPT 的界面上，就會(huì)多一個(gè)子欄目

3、如何注冊(cè) Sora 的 API

暫時(shí)未放出 API 接口，但是 OpenAI 的所有 API 都是一個(gè)賬號(hào)