最近两天，手机朋友圈、各种自媒体圈子已经被这个代号“Sora”的文生视频模型给疯狂刷屏了，OpenAI悄无声息的向市场再次投放了一颗重磅炸弹。AI时代已经彻底颠覆我们的认知！

Sora是何方神圣？

打开官网，“Creating video from text”一行大字映入眼帘，翻译过来就是：通过文本来生成视频。具体的说，Sora是一个人工智能模型，可以通过文本指令来创建现实和富有想象力的场景。

能力

官网介绍，OpenAI正在教人工智能去理解和模拟运动中的物理世界，目的是训练出能够帮助人们解决需要现实世界互动问题的模型。文生视频模型Sora，可以生成一分钟长的视频，同时保持视觉质量并遵循用户的提示。Sora还能够生成复杂的场景，包含多个角色，特定类型的运动以及精确的主题和背景细节。模型不仅了解用户在提示中要求的内容，还了解这些东西在物理世界中是如何存在的。该模型对语言有深刻的理解，使其能够准确地解释提示，并产生令人信服的人物来表达充满活力的情绪。Sora还可以在一个单独生成的视频中创建多个镜头，以精确地保持人物和视觉风格。下面我们通过几个官网的文生视频来感受下Sora的强大！

提示词：一个时髦的女人走在东京大街上，街上充满了温暖的霓虹灯和生动的城市标志。她身穿黑色皮夹克，红色长裙和黑色靴子，手里拿着一个黑色钱包。她戴着黑色墨镜，涂着红色口红。她在马路上自信而随意的行走着。街道潮湿且反光，形成了彩色斑斓的镜面效果。许多行人走来走去。

提示词：几头巨大的长毛猛犸象在雪地的草地上走来走去，它们的长毛茸茸的皮毛在风中轻轻地飘动，在远处覆盖着雪地和雪山,午后的光线、细密的云层和高高的阳光在远处创造出温暖的光芒，低镜头的视野令人惊叹，用美丽的摄影捕捉到大型毛茸茸的哺乳动物。

提示词：一个20多岁的年轻人正坐在天空中一片乌云上看书。

通过以上三段视频，确实让我们领略到了科技带来的震撼！！

不过，OpenAI官网表示目前该模型还有很多弱点。它可能难以精确模拟复杂场景的物理特性，也可能无法理解因果的具体实例。例如，一个人可能会从一块饼干上咬一口，但在此之后，这些饼干可能没有咬痕。该模型还可能混淆提示符的空间细节，例如，左右混淆，并可能难以精确描述随着时间推移而发生的事件，如跟踪特定的相机轨迹。

提示词：篮球通过圈然后爆炸。

弱点：物理建模不准确和不自然物体”变形”。

提示词：考古学家在沙漠中发现了一个普通的塑料椅子，非常小心地挖掘和除尘。

弱点：SORA不能将椅子建模为一个僵硬的物体,导致不准确的物理交互。

安全性

官网表示，将在将 Sora 推出到 OpenAI 产品之前采取几项重要的安全措施。他们正在与红队人员合作，这些人是在误导信息、仇恨内容和偏见等领域的专家，他们将对模型进行对抗性测试。

此外，还正在构建工具来帮助检测误导性内容，比如一种检测分类器，可以判断视频是否由 Sora 生成。如果将模型部署到 OpenAI 产品中，计划在将来包含 C2PA 元数据。除了正在开发新技术以准备部署外，OpenAI还在利用为使用 DALL·E 3 的产品构建现有安全方法，这些方法也适用于Sora。

例如，一旦进入 OpenAI 产品，文本分类器将检查并拒绝违反我们使用政策的文本输入提示，比如那些要求极端暴力、性内容、仇恨图像、名人肖像或他人知识产权的提示。OpenAI还开发了强大的图像分类器，用于审查生成的每个视频的帧，以确保其符合使用政策，然后再向用户展示。

OpenAI还表示将与全球的政策制定者、教育工作者和艺术家进行交流，了解他们的关注点，并确定这项新技术的积极应用案例。尽管他们进行了广泛的研究和测试，但无法预测人们将如何使用他们的技术，以及人们将如何滥用它。

这就是为什么OpenAI相信从实际使用中学习是创建和释放随着时间推移越来越安全的 AI 系统的关键组成部分。