本文主要是介绍OpenAI 文本转视频大模型 Sora 引爆科技圈!人类离 AGI 真的不远了吗?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
一年前 AI 智能涌现的场景又重现。
2 月 16 日,OpenAI 发布了最新的视频生成模型 Sora。它能够根据用户输入的提示词、文本指令或静态图像,生成长达一分钟的视频。
这一举动无疑轰动了整个科技圈,从目前 Open AI 展示的信息来看,Sora 实现了 AIGC 领域的里程碑式进展。从仅通过输入一句话,生成文本,再到图片,到现在可生成与好莱坞画面相媲美的视频,且长度最多可达 1 分钟,这让不少科技大佬折服。
Sora 到底有多强?
在官网更新的 48 个视频中,Sora 不仅能准确呈现细节,还可以根据提示、静止图像填补现有视频中的缺失帧来生成视频。其中既能实现多角度镜头的自然切换,还包含复杂的场景和生动的角色表情,且故事的逻辑性和连贯性极佳。
来看看官网更新的其中一个文本生成的视频:
AI 文本提示:一位时尚的女人走在东京的街道上,街道上到处都是温暖的发光霓虹灯和动画城市标志。她身穿黑色皮夹克,红色长裙,黑色靴子,背着一个黑色钱包。她戴着墨镜,涂着红色口红。她自信而随意地走路。街道潮湿而反光,营造出五颜六色的灯光的镜面效果。许多行人四处走动。
在这段仅持续一分钟的视频里,一位穿着鲜艳红裙的女士漫步在繁华都市、五光十色的霓虹灯下。视频的呈现风格极为逼真,画面切换自然流畅,但最令人震惊的,无疑是女主角那细致入微的面部特写。从毛孔的细微张开,到斑点与痘印的真实展现,每一个皮肤细节都栩栩如生,仿佛我们能直接触摸到她的肌肤质感。而那种粉底微脱、妆容稍许不整的效果,显得更加真实!
除了对人物写实,Sora 还能够模拟现实中的动物与环境以及非写实的创意动画等等,其生成效果让网友开始担心起了各行业人士的饭碗。
Sora 的技术原理其实跟 ChatGPT 类似,都是拼接大量的数据和训练,建立起大模型,然后利用强大的算力快速生成内容。
目前主流大模型都是建立在巨大的参数量和运算量之上的,对算力提出了极高的要求,Sora 的横空出世,推动算力需求的持续高涨。训练一个模型需要大量 GPU 服务器。
为了提高企业 AI 应用产品的健康快速落地,支撑企业低成本快速使用 AI 算力资源。Finovy Cloud 提供全球先进算力产品和服务引擎,高性能云主机,致力于为企业提供先进的 AI 算力,助企业在 AI 行业中获得发展红利,协力迎接一个更加高效、智能的 AI 新时代到来。
这篇关于OpenAI 文本转视频大模型 Sora 引爆科技圈!人类离 AGI 真的不远了吗?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!