跨语桥梁
【建站扶持计划】 
人们对 ChatGPT和生成式人工智能语言模型的迷恋尚未过去，但 OpenAI 刚刚推出了一款令人眼花缭乱且革命性的视频创作工具 Sora。有了它，用户只需提供他们想在屏幕上看到的内容的描述，它就在那里，由人工智能创建。有些视频看起来比其他视频更精美，有时它们有一种与现实不同的视频游戏感觉，但它们都以自己的方式令人惊讶。
OpenAI 首席执行官 Sam Altman 宣布在社交媒体平台 X 上推出该工具，该工具立即收到了大量新创作的请求。现实的、未来的、疯狂的、卡通的……这些视频包括用生成人工智能创建的各种自动创作。Sora 能够一次性创建整个视频或扩展生成的视频以使其更长。
Sora 可以生成具有多个角色、特定类型的运动以及精确的主题和背景细节的复杂场景。据 OpenAI 称，该模型不仅能理解用户在提示中提出的要求，还能理解这些东西在物理世界中的存在方式。该公司表示，该模型对语言有深入的理解，使其能够准确地解释线索并生成引人注目的角色来表达充满活力的情感。
“这是 Sora，我们的视频生成模型，”Altman 写道。他补充道：“今天我们开始进行红队合作，并向有限数量的创作者提供访问权限。”他指的是被称为“红队成员”的网络安全专家，他们负责评估产品的危害和风险。开放人工智能还让一系列视觉艺术家、设计师和电影制作人能够尽早接触到如何改进模型的反馈，以使其对创意专业人士更有用。
说明可能或多或少详细。OpenAI 提供的一个示例响应了以下提示：“一位时尚女性走在充满温暖霓虹灯和动画城市标牌的东京街道上。她穿着黑色皮夹克、红色长裙和黑色靴子，拎着黑色钱包。她戴着太阳镜，涂着红色口红。她走路自信又随意。街道潮湿且反光，在彩色灯光的照射下形成镜面效果。很多行人都在走来走去。” 结果令人惊讶。
另一条视频的制作提示如下：“电影预告片，讲述30岁太空人戴着红色羊毛针织摩托车头盔的冒险经历，蓝天、盐漠，电影风格，35毫米胶片拍摄，色彩鲜艳。”
除了能够仅根据文本指令生成视频之外，该模型还能够获取现有的静态图像并从中生成视频，精确地动画图像内容并关注小细节。该模型还可以拍摄现有视频并将其放大或填充缺失的帧。
奥特曼一直在发布推特用户要求的新视频，证明效果是立竿见影的。Sora 还可以在单个生成的视频中创建多个镜头，同时准确地保持角色和视觉风格。“我们正在教人工智能理解和模拟运动中的物理世界，目标是训练模型帮助人们解决需要现实世界交互的问题，”OpenAI 网站介绍新的文本到视频工具时解释道。“Sora 可以生成长达一分钟的视频，同时保持视觉质量并遵守用户的提示。”
这家人工智能公司承认，Sora 仍然存在一些非常明显的缺陷：“它可能难以准确模拟复杂场景的物理原理，并且可能无法理解因果关系的具体实例。例如，一个人可能咬了一口饼干，但之后饼干可能没有咬痕。该模型还可能会混淆提示的空间细节，例如混淆左右，并且可能难以精确描述随着时间推移发生的事件，例如遵循特定的摄像机轨迹。”
在向公众提供该工具之前，OpenAI 承诺采取一些安全预防措施。该公司表示，除了让“红队成员”检查模型之外，他们还在构建工具来帮助检测误导性内容，例如可以判断 Sora 何时生成视频的检测分类器。
“我们将与世界各地的政策制定者、教育工作者和艺术家合作，了解他们的担忧并确定这项新技术的积极用例。尽管进行了广泛的研究和测试，我们仍无法预测人们将使用我们的技术的所有有益方式，也无法预测人们将滥用我们的技术的所有方式， ”该公司警告说。“这就是为什么我们相信，从现实世界的使用中学习是随着时间的推移创建和发布越来越安全的人工智能系统的关键组成部分。”
原文链接：https://english.elpais.com/technology/2024-02-16/open-ai-launches-sora-a-revolutionary-video-tool-that-uses-artificial-intelligence.html
