OpenAI推出了Sora，加入了文本到視頻的人工智能內(nèi)容生成競賽。Sora可以根據(jù)用戶的提示生成長達(dá)一分鐘的視頻。

該公司展示了幾段用Sora制作的令人印象深刻的視頻，包括一名女子走在東京的街道上，以及淘金熱時(shí)代加利福尼亞的歷史鏡頭。

目前推出的是面向公眾的Sora預(yù)覽版，但也可供特定群體使用，比如安全專家和創(chuàng)作者。該公司允許某些個(gè)人接觸，以獲得關(guān)于如何推進(jìn)該模型以對(duì)創(chuàng)意專業(yè)人士最有幫助的反饋。總體發(fā)布日期尚未公布。

該公司表示:“我們正在與‘紅隊(duì)’合作，‘紅隊(duì)’是錯(cuò)誤信息、仇恨內(nèi)容和偏見等領(lǐng)域的專家，他們將對(duì)該模型進(jìn)行對(duì)抗性測(cè)試。”“我們還在開發(fā)一些工具來幫助檢測(cè)誤導(dǎo)性內(nèi)容，比如檢測(cè)分類器，它可以分辨出視頻是何時(shí)由Sora生成的。”

OpenAI并不是第一家推出這類技術(shù)的公司。Meta、谷歌和其他幾家公司已經(jīng)或正在推出各自版本的同類產(chǎn)品。市場上一些最流行的解決方案包括Stability AI, Runway, Pika和Google Lumiere。然而，行業(yè)分析人士指出，Sora的視頻質(zhì)量比大多數(shù)競爭對(duì)手都要好。也許，這就是為什么Sora的演示引起了如此多的熱議和炒作。

根據(jù)OpenAI的說法，與其他模型相比，Sora的優(yōu)勢(shì)在于它具有驚人的真實(shí)感，并且能夠從簡短的提示中生成更長的視頻片段。Sora基于對(duì)語言的深刻理解，使其能夠理解提示并生成角色和情感。

Sora演示展示了它從幾個(gè)單詞生成視頻的能力，然而，它沒有顯示它從單個(gè)圖像或一系列畫面生成視頻的能力。

Sora的推出令人興奮，但也引發(fā)了一些擔(dān)憂。這種技術(shù)可以用來制造深度偽造和傳播錯(cuò)誤信息。我們可以預(yù)期Sora對(duì)內(nèi)容有一些限制，包括不合適的真人或使用平臺(tái)創(chuàng)建包含色情或暴力的內(nèi)容。

DALL-E團(tuán)隊(duì)的首席研究員兼負(fù)責(zé)人Aditya Ramesh說:“解決錯(cuò)誤信息的辦法需要我們?cè)谝欢ǔ潭壬喜扇【徑獯胧残枰鐣?huì)和社交媒體網(wǎng)絡(luò)的理解來適應(yīng)。”

對(duì)Sora的另一個(gè)擔(dān)憂是，它可能侵犯他人的版權(quán)作品。雖然OpenAI聲稱訓(xùn)練數(shù)據(jù)來自授權(quán)或公開可用的內(nèi)容，但對(duì)于什么是“公開可用”總是存在一些模糊。如果OpenAI不能解決這個(gè)問題，他們可能會(huì)面臨許多針對(duì)他們的訴訟。

Sora在精確模擬復(fù)雜場景的物理效果方面也存在一些問題。例如，它可能會(huì)混淆提示的空間細(xì)節(jié)。

Sora將賦予普通用戶使用文本制作人工智能視頻的能力。雖然文本到視頻技術(shù)在威脅到影視制作行業(yè)之前還有很長的路要走，但這些可能也會(huì)導(dǎo)致娛樂行業(yè)重大顛覆。

目前，OpenAI還沒有想得那么遠(yuǎn)。該公司將專注于通過拒絕不適當(dāng)?shù)膬?nèi)容和錯(cuò)誤信息，并根據(jù)C2PA準(zhǔn)則（C2PA是一個(gè)開放的技術(shù)標(biāo)準(zhǔn)，它允許發(fā)布者、公司和其他人在媒體中嵌入元數(shù)據(jù)，以驗(yàn)證其來源和相關(guān)信息。C2PA不僅適用于人工智能生成的圖像，相機(jī)制造商、新聞機(jī)構(gòu)和其他機(jī)構(gòu)也采用了同樣的標(biāo)準(zhǔn)來證明媒體內(nèi)容的來源和歷史或出處。）對(duì)Sora制作的視頻進(jìn)行標(biāo)記，確保其后續(xù)改善平臺(tái)的基本安全功能。