- 杠杆配资网 港股异动 | 泛远国际(02516)午后拉升逾27% 上半年
- 正规配资十大排名 首佳科技(00103)发盈喜 预期中期除税后溢利同比增
- 配资资讯门户 申万菱信安泰丰利债券A: 申万菱信安泰丰利债券型证券投资基
- 十大配资 华懋科技(603306)13点12分触及涨停板
- 股票配资十倍网站 基金净值:浦银安盛普庆纯债债券A最新净值1.0905,
配资交流群 重磅!OpenAI首个视频生成模型发布 1分钟流畅高清 效果炸裂
据OpenAI官网,OpenAI首个视频生成模型Sora发布,完美继承DALL·E 3的画质和遵循指令能力配资交流群,能生成长达1分钟的高清视频。 AI想象中的龙年春节,红旗招展人山人海。 有紧跟舞龙队伍抬头好奇官网的儿童,还有不少人掏出手机边跟边拍,海量人物角色各有各的行为。 OpenAI表示,公司正在教授人工智能理解和模拟运动中的物理世界,目标是训练出能够帮助人们解决需要与现实世界互动的问题的模型。在此,隆重推出文本到视频模型——Sora。Sora可以生成长达一分钟的视频,同时保证视觉质量和符合用户提示的要求。 如今,Sora正面向部分成员开放,以评估关键领域的潜在危害或风险。同时,OpenAI也邀请了一批视觉艺术家、设计师和电影制作人加入,期望获得宝贵反馈,以推动模型进步,更好地助力创意工作者。OpenAI提前分享研究进展,旨在与OpenAI以外的人士合作并获取反馈,让公众了解即将到来的AI技术新篇章。 Sora模型能够生成包含多个角色、特定类型运动和主体及背景精确细节的复杂场景。该模型不仅能理解用户在提示中所要求的内容,还能理解这些事物在现实世界中的存在方式。该模型对语言有深刻理解,能准确解读提示,并生成表达丰富情感的引人入胜的角色。Sora还能在单个生成的视频中创建多个镜头,使角色和视觉风格保持准确一致。 比如一大群纸飞机在树林中飞过,Sora知道碰撞后会发生什么,并表现其中的光影变化。 一群纸飞机在茂密的丛林中翩翩起舞,在树林中穿梭,就像候鸟一样。 Sora还可以在单个视频中创建多个镜头,并依靠对语言的深入理解准确地解释提示词,保留角色和视觉风格。 对于Sora当前存在的弱点,OpenAI也不避讳,模型在准确模拟复杂场景的物理特性方面可能会遇到困难,也可能无法理解具体的因果关系实例。例如“五只灰狼幼崽在一条偏僻的碎石路上互相嬉戏、追逐”,狼的数量会变化,一些凭空出现或消失。 此外,模型还可能会混淆提示的空间细节,例如左右不分,并且在处理随时间发生的事件的精确描述方面也可能存在困难,比如跟踪特定的摄像机轨迹。 如提示词“篮球穿过篮筐然后爆炸”中,篮球没有正确被篮筐阻挡。 技术方面,目前OpenAI透露的不多,简单介绍如下: Sora是一种扩散模型,从噪声开始,能够一次生成整个视频或扩展视频的长度, ![]() 关键之处在于一次生成多帧的预测,确保画面主体即使暂时离开视野也能保持不变。 与GPT模型类似,Sora使用了Transformer架构,有很强的扩展性。 在数据方面,OpenAI将视频和图像表示为patch,类似于GPT中的token。 通过这种统一的数据表示方式,可以在比以前更广泛的视觉数据上训练模型,涵盖不同的持续时间、分辨率和纵横比。 Sora建立在过去对DALL·E和GPT模型的研究之上。它使用DALL·E 3的重述提示词技术,为视觉训练数据生成高度描述性的标注,因此能够更忠实地遵循用户的文本指令。 除了能够仅根据文本指令生成视频之外,该模型还能够获取现有的静态图像并从中生成视频,准确地让图像内容动起来并关注小细节。 该模型还可以获取现有视频并对其进行扩展或填充缺失的帧,请参阅技术论文了解更多信息(晚些时候发布)。 Sora是能够理解和模拟现实世界的模型的基础,OpenAI相信这一功能将成为实现AGI的重要里程碑。 每日经济新闻综合OpenAI官网配资交流群 |