Kesannya meletup! Model generasi video pertama OpenAI dikeluarkan, lancar dan definisi tinggi dalam 1 minit, netizen: Seluruh industri adalah RIP

Tadi, Ultraman mengeluarkan model generasi video pertama OpenAI Sora.

Mewarisi kualiti imej dan keupayaan mengikut arahan DALL·E 3 dengan sempurna, dan boleh menjana video definisi tinggi sepanjang 1 minit.

Pesta Musim Bunga Tahun Naga yang dibayangkan oleh AI, dengan bendera merah berkibar dan ramai orang.

Ramai kanak-kanak menonton pasukan tarian naga dengan rasa ingin tahu, dan sesetengah orang mengeluarkan telefon bimbit mereka untuk merakam gelagat orang yang berbeza.

Jalan-jalan Tokyo selepas hujan, tanah yang basah RefleksiKesan bayang cahaya neon setanding dengan RTX ON.

Tingkap kereta api yang sedang bergerak kadang-kadang disekat, dan pantulan watak-watak di dalam kereta muncul seketika, yang sangat menakjubkan.

Anda juga boleh menonton treler filem dengan kualiti blockbuster Hollywood:

Dari perspektif super dekat skrin menegak, cicak ini penuh dengan butiran:

Netizen menyebutnya permainan tamat, kerja terlalu banyak Hilang:

Sesetengah orang telah mula "berkabung" seluruh industri:

AI memahami dunia fizikal yang sedang bergerak

OpenAI menyatakan bahawa ia adalah

mengajar AI untuk memahami dan mensimulasikan dunia fizikal dalam pergerakan , matlamatnya adalah untuk melatih model bagi membantu orang ramai menyelesaikan masalah yang memerlukan interaksi dunia sebenar

Menjana video berdasarkan gesaan teks hanyalah satu langkah daripada keseluruhan rancangan.

Pada masa ini, Sora boleh

menjana adegan kompleks dengan pelbagai watak dan pergerakan tertentu Ia bukan sahaja dapat memahami keperluan yang dibuat oleh pengguna dalam gesaan, tetapi juga memahami bagaimana objek ini wujud dalam dunia fizikal.

Sora juga boleh membuat berbilang tangkapan dalam satu video dan bergantung pada pemahaman bahasa yang mendalam untuk mentafsir perkataan kiu dengan tepat, mengekalkan watak dan gaya visual.

Tokyo yang cantik dan bersalji sedang sibuk dengan orang ramai. Kamera bergerak melalui jalan-jalan bandar yang sibuk, mengikuti beberapa orang menikmati hari bersalji yang indah dan membeli-belah di gerai berdekatan. Kelopak bunga sakura yang cantik berkibar ditiup angin bersama-sama dengan kepingan salji.

OpenAI tidak segan silu tentang kelemahan Sora semasa, menunjukkan bahawa mungkin

sukar untuk mensimulasikan dengan tepat prinsip fizikal adegan kompleks, dan ia mungkin tidak dapat memahami hubungan sebab akibat .

Contohnya, "Lima ekor anak serigala kelabu sedang bermain dan mengejar antara satu sama lain di jalan berbatu terpencil."

Model juga mungkin

mengelirukan butiran spatial isyarat , seperti mengelirukan kiri dan kanan, dan mungkin mengalami kesukaran untuk menerangkan peristiwa dengan tepat dari semasa ke semasa seperti mengikuti kamera tertentu. Sebagai contoh, dalam perkataan gesaan "Bola keranjang melepasi bakul dan meletup", bola keranjang tidak disekat oleh bakul dengan betul.

Dari segi teknologi, OpenAI tidak banyak mendedahkan pada masa ini Pengenalan ringkas adalah seperti berikut:

Sora ialah model resapan, bermula daripada bunyi bising, ia boleh menjana keseluruhan video pada satu masa atau memanjangkan panjang video. Kunci

ialah menjana ramalan untuk berbilang bingkai pada satu masa, memastikan. bahawa subjek gambar boleh dikesan walaupun dia meninggalkan medan pandangan sementara boleh kekal tidak berubah.

Sama seperti model GPT, Sora menggunakan seni bina Transformer, yang sangat berskala.

Dari segi data, OpenAI mewakili video dan imej sebagai tampalan, serupa dengan token dalam GPT.

Dengan perwakilan data bersatu ini, model boleh dilatih pada julat data visual yang lebih luas berbanding sebelum ini, meliputi tempoh, resolusi dan nisbah bidang yang berbeza.

Sora membina penyelidikan lepas tentang model DALL·E dan GPT. Ia menggunakan teknologi kata gesaan pernyataan semula DALL·E 3 untuk menjana anotasi yang sangat deskriptif untuk data latihan visual, supaya ia boleh mengikuti arahan teks pengguna dengan lebih setia.

Selain dapat menjana video berdasarkan arahan teks semata-mata, model ini juga mampu mengambil imej statik sedia ada dan menjana video daripadanya, menghidupkan kandungan imej dengan tepat dan memberi perhatian kepada butiran kecil.

Model juga boleh mengambil video sedia ada dan memanjangkannya atau mengisi bingkai yang hilang, lihat kertas teknikal untuk maklumat lanjut (akan dikeluarkan kemudian) .

Sora ialah asas untuk model yang boleh memahami dan mensimulasikan dunia sebenar OpenAI percaya bahawa ciri ini akan menjadi peristiwa penting dalam mencapai AGI.

Ultraman menerima pesanan dalam talian

Sebilangan artis visual, pereka dan pembuat filem (serta pekerja OpenAI) telah pun mendapat akses kepada Sora.

Mereka mula menerbitkan karya baharu secara berterusan, dan Ultraman juga mula menerima tempahan dalam talian.

Masukkan kata gesaan anda @sama dan anda mungkin menerima balasan video yang dihasilkan.

Atas ialah kandungan terperinci Kesannya meletup! Model generasi video pertama OpenAI dikeluarkan, lancar dan definisi tinggi dalam 1 minit, netizen: Seluruh industri adalah RIP. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!