最近OpenAI 就放出一個名為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)造長達一分鐘的視頻，并且視頻分辨率高達 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，因為 OpenAI 正在與專家合作進行紅隊測試，以評估該模型可能存在的偏見、風險和危害。

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

一、常識

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驗室，由馬斯克、阿爾特曼發(fā)起設立。這家企業(yè)故事太多了，回頭給大家寫一個 OpenAI 大事記。

OpenAI 主要產品包括 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 “文生視頻”AI 模型，它可以根據(jù)文本指令創(chuàng)建現(xiàn)實且富有想象力的場景視頻。

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

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

上面的動圖是 Sora 主頁抓圖，請注意下面的那行小字“本頁所有視頻均由 Sora 直接生成，未經修改”

3.什么是“文生視頻”？

答：從文本創(chuàng)造視頻，簡稱文生視頻。

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

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

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

相關評測見《文生視頻軟件合集》

用戶不需要了解具體的技術，你使用冰箱，你需要研究制冷技術么？

Sora 與其他文生視頻的優(yōu)勢在于，算法更優(yōu)！算力更強！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)上訓練擴散 Transformer ，包括不同的持續(xù)時間、分辨率和長寬比。更忠實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視頻，而 Sora 是理解后自動類似 3D 建模生成視頻！

不怕不識貨，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)實世界中的人動物和環(huán)境。

不需要對三維空間，物體有任何特定的預設，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)場景自己推斷出周邊的場景。

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

比如說一個你從來沒見過摩拜單車撞擊過坦克，但是你根據(jù)你的經驗知道肯定是以卵擊石，腦海里就會自動浮現(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)的不僅僅是一個視頻制作的能力，它展現(xiàn)的是大模型對真實世界有了理解和模擬之后，會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，實現(xiàn)轉場

6.誰可以使用 Sora

答：目前僅“紅隊（red team）”可以使用 Sora

紅隊由最早期客戶，影視專業(yè)人士構成。

他們正在全面評測 Sora，確保它做出的視頻既酷炫又安全，不會有任何不好的內容

目前，網(wǎng)上流出的各種 Sora 視頻，只有兩個來源，官方 demo 和紅隊評測結果。

7.Sora 生成視頻效果

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

案例1：輸入提示語“螞蟻在蟻巢內部移動的 POV 鏡頭”

你會得到一個動物世界的特效鏡頭

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”

Sora 會生成以下視頻給你：

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 的風格來看，應該支持直接輸入中文提示詞

10.預計 Sora 什么時候正式發(fā)布？

答：預計 3 月底之前！

按照 OpenAI 發(fā)布 DELL-E（繪圖 AI）的路徑來看

應該分為兩個使用路徑，第一是獨立可用的版本、二是與 GPT4 或 GPT5 結合的版本！

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

API 版，是通過第三方調用官方的服務器資源

后期可能會有 APP 版

12.使用 Sora 需要支付費用么？

答：需要！目前 OpenAI PLUS 會員是 20 美元/月

Sora 開通后，應該 PLUS 會員可以使用一定限制（如時長）的 Sora

API 則是按流量，單獨計費！

13.現(xiàn)在可以使用 Sora 嗎？

答：目前少量用戶可用，未對大眾開放！

ChatGPT Plus 會員應該是下一批使用的用戶！

14.Sora 和 ChatGPT 如何結合？

答：結合有兩種方式

第一是界面結合，類似現(xiàn)在的 DALL-E

第二是功能結合，比如你才 Chatgpt 對話完成后，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 個不同風格和環(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個風格。

16.Sora用于影視行業(yè)版權算誰的

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，法律上是認可的，尤其是日本等國家，鼓勵 AI 發(fā)展

我查了一下，我發(fā)現(xiàn)各個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，可以借鑒風格，對原內容重新整理組合，這個是允許的，比如日本。

17、Sora 的底層技術？

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

這是一個 2022 年 12 月由伯克利和紐約大學兩位研究人員提出的模型，目前這兩位一個在 Meta AI，一個在 OpenAI

都是基于谷歌的開放論文

谷歌自己的論文，但實踐下來，OpenAI 最佳，谷歌人才濟濟但是有大公司病啊

業(yè)內梗，OpenAI 摸著谷歌過河，大家摸著 OpenAI 過河

18.我在國內如何使用 Sora？

答：等 API 開發(fā)版，應該可以直接用

可以關注本公眾號，有資源，第一時間推送！

19.Sora 有 APP 嗎？

答：早期不會有，預計后期會集成到 GPT APP

20.Sora 只能生成 視頻嗎？

答：還可以生成圖片

Sora 定位在真實世界的模擬器，做視頻只是順手為之

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

21.如何讓 Sora 生成高質量的視頻？

答：高質量的提示詞，

這需要第一美感、第二想象力！第三，攝影、攝像經驗

案例：有人看到一只白色和橙色的虎斑貓在大雨中飛快地穿過后街小巷，尋找庇護所……”（查德·尼爾森提示）

22.如何讓 Sora 有聲音？

答：目前官方沒有配音，估計快了

另外，ElevenLabs 即將推出半自動 AI 配音測試，預計是 Prompt 形式

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

23.Sora 會讓影視人員實業(yè)么？

答：不會。Sora 會成為影視人員的工具。

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

可以預見未來這個功能擁有巨大的創(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，生產工具的提升，都會帶來社會的變革。

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，手機興起，處處討論移動辦公。

但是，現(xiàn)在的人已經不提信息化，不強調移動辦公了。因為 IT、移動辦公已經成為基礎資源，類似水一樣，無處不在。AI 未來也是這樣。

目前 AI 的應用，只是一個開始。不僅國外，國內的各個 AI 產品也在日新月異。

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 會取代哪些崗位？

答：故步自封，工作場景比較固定，與視頻有關的崗位

26.哪些人適合學些 Sora

答：很多人以為是程序員，其實不是。傳統(tǒng)程序員思維有了定式。

影視專業(yè)，文學+IT青年 很適合！

27.教育應該如何發(fā)展？

答：我建議國內影視專業(yè)，盡快開通相關選修課程。提前為大家做好置業(yè)規(guī)劃和知識儲備

再來看一個案例，Sora 可以同時并排生成多個視頻。

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

二、Sora 體驗網(wǎng)址和注冊

機會是留給有準備的人的，雖然 Sora 還沒有正式發(fā)布，但我們完全可以做好前期準備，進入教父的“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)技術報告：

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 Sora

答：按 OpenAI 慣例

Sora 應該優(yōu)先提供給 Plus 用戶使用

為了優(yōu)先用上 Sora，你要先注冊為 GPT，然后升級為 PLUS 會員，坐等 Sora 發(fā)布

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

3、如何注冊 Sora 的 API

暫時未放出 API 接口，但是 OpenAI 的所有 API 都是一個賬號 

本文鏈接：http://m.51huadong.com/cloundnews/11010149.html