香蕉免费一区二区三区,国产精品视频白浆免费视频,国产精品IGAO视频网

　　轉自：星空財研

　　這樣的技術并沒有超越現有科技水平，但它確實是一次創新。它讓我們意識到，之前的 AI 繪畫模型可能走錯了方向。Sora 的成功告訴我們，將 AI 與游戲引擎相結合，可以實現更為高效和逼真的畫面生成。

　　一覺醒來，AI討論群里熱血沸騰。

　　一頭霧水的我看了數百條的聊天記錄，發現原來OpenAI發布了最新的視頻大模型Sora。

　　OpenAI的CEO奧特曼發布了一些演示視頻，眾所周知，當初谷歌演示的時候涉嫌造假，奧特曼干脆讓網友提需求，他即時生成。

　　截止現在（北京時間2月16日11點），一部分海外IP用戶反饋，已經可以在ChatGPT4上試用。

　　演示視頻顯示，60秒的一鏡到底，視頻中的女主角、背景人物，都達到了驚人的一致性，各種鏡頭隨意切換，人物都是保持了神一般的穩定性。

Prompt： A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage． She wears a black leather jacket， a long red dress， and black boots， and carries a black purse． She wears sunglasses and red lipstick． She walks confidently and casually． The street is damp and reflective， creating a mirror effect of the colorful lights． Many pedestrians walk about．

　　我對 Sora 生成的畫面非常感興趣，尤其是它在不崩、不閃方面的表現。

　　確實，Sora 的出現為 AI 視頻領域帶來了新的突破，其生成的畫面質量令人印象深刻。

　　首先，我們來分析一下臉崩現象的原因。在目前的 AI 繪畫工具中，許多大模型在處理大幅畫面時，往往會遇到面部細節處理困難的問題。這是因為這些模型在訓練過程中，可能沒有接觸到足夠多的、具有大幅面畫面的訓練數據。因此，當它們面對實際問題時，就會出現細節處理不足的情況，也就是我們所說的“臉崩”。

　　此外，目前的 AI 大模型都是通過逐幀生成畫面，然后將這些畫面拼接成視頻。這種方法在畫面細節發生變化時，容易出現閃爍現象。這是因為每一幀的畫面都是獨立生成的，它們之間的差異會在視覺上形成閃爍效果。

　　然而，Sora 似乎成功地解決了這兩個問題。有分析人士認為，Sora 使用了游戲引擎。我對此表示認同。事實上，使用游戲引擎來生成視頻，可以有效地避免逐幀生成畫面再拼接的弊端。通過游戲引擎，可以實現更為連續和自然畫面生成，從而避免臉崩和閃爍現象。

　　英偉達高級科學家 Jim Fan 對 Sora 發表了一些觀點。他認為 Sora 是一個數據驅動的物理引擎，它可以對真實世界和虛構世界進行模擬。這種模擬器通過去噪和梯度學習方式，學習了復雜的渲染、直觀的物理、長期推理和語義理解。如果 Sora 真的使用了虛幻引擎 5 并接受了大量合成數據的訓練，那么它的表現就一點也不令人驚訝了。

　　在 ChatGPT 3.5 推出之前，ChatGPT 發布了幾個版本。盡管這些版本的表現令人驚艷，但它們的能力有限，并沒有引起廣泛關注。然而，ChatGPT 3.5 的推出讓一切都變了。它一炮走紅后，緊接著推出了付費的 4.0 版本。

　　與 ChatGPT 類似，Sora 的出現也讓人感到措手不及。就在不久前，大家還在為 AI 視頻去閃問題而努力。畢竟，我們都看過基于現有技術水平的論文，知道瓶頸在哪里，知道上限在哪里。然而，Sora 的出現就像是從天而降的天頂星科技，打破了我們的認知。

　　但是，如果 Sora 真的使用了游戲引擎，比如虛幻 5，那么這一切又都可以理解了。只能說之前的 AI 視頻走的是 AI 繪畫的老路，想當然地認為視頻等于繪畫逐幀疊加。Sora 巧妙地換了一條路，依然遵循 ChatGPT 的邏輯，用數據去驅動游戲引擎，再由游戲引擎生成畫面。