-
日期: 2024-03-07 | 來源: 偲睿洞察 | 有0人參與評論 | 字體: 小 中 大
在AI的長河裡，從不缺壹鳴驚人、壹夜成名的技術。下圖，便是從Sora的示范視頻上截取的，無論是略顯蓬松的貓毛，還是主人被吵醒緊蹙的眉毛，與真實世界裡的畫面，別無兩樣。
半個月前，Open AI發布了首個文生視頻模型Sora，再次讓AI界沸騰——其是第壹個能夠根據人類指令生成長達壹分鍾視頻的模型，上壹個討論度這麼高的產品，還是ChatGPT。
從ChatGPT到Sora，這16個月裡，AI界的戰火已從千模大戰的戰場上，蔓延到各個細分應用之中。
對於普通人來說，就是原先你可以問諸如文心壹言、訊飛星火等通用大模型各種問題，生成各種文字、圖片答案，現在可以通過文字描述，生成還原度極高的視頻。以下便是OpenAI的示范視頻，提示詞是壹架無人機在阿馬爾菲海岸的岩石露頭上環繞著壹座美麗而歷史悠久的教堂······
更令人驚訝的是，以往的視頻模型是多個真實圖片的組合，並不具備理解力，而Sora是“聽懂”人話後，進行視頻的建構。
我們能看到，在OpenAI Sora 官方介紹頁裡，紙飛機有了自我意識，自由翱翔。這或許就是 OpenAI 終極的目標，也將是無數AI大廠的願景。
現下，Sora已然敲響戰鼓，百度、字節等以AI為標簽的大廠們是否會緊跟腳步，以及能不能造出類似模型，是擺在李彥宏、張壹鳴們面前的問題。但目前大廠們都在靜默之中，等待著屬於自己的質變。
當然，壹旦造出來，類Sora模型變現路徑倒是要比ChatGPT“現實”不少。
其可以是抖音、好看視頻等視頻平台的高效創作工具，也可以制作簡單的特效，給近日爆火的微短劇提供更多題材。更進壹步的猜測是，影視作品中大部分特效成本、人力成本都可以省去。
不過，對於國內以大模型創業的企業來說，又增加了壹道坎——還沒把ChatGPT消化掉，又來了個新課題。跟，沒有更多的精力，不跟，沒有熱度有可能涼得更快。
Sora到底牛在哪裡？
壹系列文章、視頻展現效果顯示，Sora的出世意味著細分應用文生視頻模型迎來了iPhone時刻。
事實上，文生視頻並不是新鮮事兒，去年年底，全球AI企業陸陸續續發布了自己的文生視頻模型。去年11月份，Meta發布了視頻生成模型 Emu Video。從官方示例中可以看出，其局限於較為簡單的動作。
緊接著，Stability.ai也發布了開源視頻生成模型 Stable Video Diffusion (SVD)，並且也在官方論文中大方承認自己的不足——生成的視頻相對缺少動態性。
也就是說，生成有高度壹致性且有豐富動態性的視頻，讓視頻內容真正地動起來，是去年年底視頻生成領域中的最大挑戰。
在Sora發布以前表現最好的，莫過於PixelDance。從展示的結果來看，在基礎模式下（用戶只需要提供壹張指導圖片+文本描述），人物動作、臉部表情、相機視角控制、特效動作，Pixeldance都可以很好地完成。
國內大廠也同樣是去年年底開始布局。
字節跳動於去年11月18日推出了文生視頻模型PixelDance，可生成有高度壹致性且有豐富動態性的視頻。阿裡緊隨其後也上線了Animate Anyone模型，壹張人物照片，再配合骨骼動畫引導，就能生成動畫視頻。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見