（機翻版Prompt：一位時髦的女士穿行在東京的街頭，街道兩旁是溫暖的霓虹燈和動態(tài)的城市標(biāo)識。她身穿黑色皮夾克、一條長紅裙和黑靴，手拿黑色錢包。她佩戴著太陽鏡和紅色口紅，自信而隨意地走著。街道潮濕且能反射光，營造出彩色燈光的鏡像效果。許多行人來來往往。）

另外，我看到這個視頻甚至有兩段運鏡，一個是遠(yuǎn)景，一個鏡頭拉的很近的特寫，甚至能看見女生臉上的痘痘。

打開OpenAI的官網(wǎng)，我找到了一些介紹內(nèi)容，我把我的學(xué)習(xí)和理解的內(nèi)容寫在這里。

OpenAI在官網(wǎng)介紹中提到，他們幫AI理解和模擬物理世界的運動，他們的目標(biāo)是用這個模型，來解決需要與現(xiàn)實世界交互時會碰到的各種問題，比如，自動駕駛汽車就算一種。

簡單說，AI模型能更好地理解現(xiàn)實世界，能理解現(xiàn)實世界的人物和物體的運動方式，如果這種東西被用在智能駕駛領(lǐng)域，應(yīng)該會很有前景。

Sora作為一個文生視頻模型，能生成最多1分鐘時長的視頻，這并不神奇，現(xiàn)在Runway早就可以做到。只不過，Sora輸出的視頻質(zhì)量很高，同時，能緊跟著提示詞里輸入的內(nèi)容來生成。

目前，Sora還沒有完全對外公開可用，只是面向安全測試人員還有部分視覺藝術(shù)家、設(shè)計師和電影制作人訪問來體驗這個模型，先看看專業(yè)人士的意見。

Sora擁有生成包含眾多角色、特定動作類型及主題與背景精確細(xì)節(jié)的復(fù)雜場景的能力。該模型不僅能理解用戶在提示中的請求，還能洞察這些元素在物理世界中的實際存在方式。從而讓人物和物體的動作更流程和自然。

Sora對語言有深刻的理解，能夠準(zhǔn)確地理解提示詞，并生成引人入勝的角色。Sora還能在單個生成的視頻中創(chuàng)建多個鏡頭，準(zhǔn)確地保持角色和視覺風(fēng)格的連貫性。

現(xiàn)在的Sora模型也有明顯不足。

它在模擬復(fù)雜場景的物理特性上會有問題，可能不能很好地理解特定因果關(guān)系。例如，一個人可能會咬一口餅干，但餅干可能看不到咬過的痕跡。模型也可能搞錯空間細(xì)節(jié)，例如，將左和右搞混。

在將Sora整合到OpenAI的產(chǎn)品中之前，OpenAI會邀請安全專家對模型進行對抗性測試，幫助處理錯誤信息、仇恨內(nèi)容和偏見等問題。

OpenAI還在開發(fā)工具，幫助檢測誤導(dǎo)性內(nèi)容，比如一個檢測分類器，能夠識別出一個視頻是由Sora生成的。未來，如果正式對外部署這一模型，還會在視頻中包含C2PA元數(shù)據(jù)。

C2PA是由內(nèi)容真實性和來源聯(lián)盟（C2PA）定義的一種標(biāo)準(zhǔn)，旨在提高數(shù)字內(nèi)容（如照片、視頻和文檔）的透明度和可信度。通過在內(nèi)容中嵌入C2PA元數(shù)據(jù)，可以提供關(guān)于該內(nèi)容創(chuàng)作和修改歷史的詳細(xì)信息，包括內(nèi)容是如何、何時以及由誰創(chuàng)建或更改的。

這有助于驗證內(nèi)容的真實性，打擊深度偽造和誤導(dǎo)性信息，為用戶提供關(guān)于數(shù)字內(nèi)容來源和完整性的可靠信息。

出于安全和負(fù)責(zé)人方面的考慮，OpenAI把給DALL·E 3準(zhǔn)備的安全手段也都會用在Sora模型上。

他們會阻止包含有極端暴力、性內(nèi)容、仇恨等不合適的內(nèi)容請求。同時，還會準(zhǔn)備檢查視頻幀的服務(wù)，以確保生成的視頻內(nèi)容符合相關(guān)政策。

盡管OpenAI做了很多工作來確保AI技術(shù)的安全，但還是無法完全預(yù)見技術(shù)潛在風(fēng)險。因此，他們強調(diào)與社會各界合作并從實際應(yīng)用中進行摸索，在推進AI技術(shù)發(fā)展的同時，也逐步提高系統(tǒng)的安全性。

稍微談一點技術(shù)細(xì)節(jié)部分。

Sora是一種（Diffusion）擴散模型，基本原理上，它通過從一個靜態(tài)噪聲的視頻開始，在隨后多個步驟中逐漸去除噪聲，從而生成視頻。

看起來就跟Stable Diffusion、Disco Diffusion一樣。

Sora能夠一次性生成一整個視頻，或者給已有視頻添加新的時長。通過讓模型一次性預(yù)見多幀，Sora解決了一個極具挑戰(zhàn)性的問題，即使主體暫時離開視野，也能保持不變，有很好的一致性。

與很多GPT模型一樣，Sora也采用了Transformer架構(gòu)，從而獲得了更強的可擴展性。

在Sora模型中，視頻和圖像被表示為一系列更小的數(shù)據(jù)單元，稱為“補丁”（patches），每個補丁都類似于GPT中的一個“令牌”（token）。通過將數(shù)據(jù)的表示方式進行統(tǒng)一，Sora可以在更廣泛的視覺數(shù)據(jù)上進行訓(xùn)練，這些數(shù)據(jù)包括不同的持續(xù)時間、分辨率和縱橫比。

Sora模型是在DALL·E和GPT模型的基礎(chǔ)上而構(gòu)建的。它采用了DALL·E 3中的重新標(biāo)注技術(shù)，它可以為視覺訓(xùn)練數(shù)據(jù)生成高質(zhì)量的數(shù)據(jù)標(biāo)注。因此，模型能夠很好地遵從用戶輸入的文本指令。

Sora模型不僅能夠用文本生成視頻，還能夠用已有的靜態(tài)圖來生成視頻，準(zhǔn)確地將圖片變成動畫，圖片中的細(xì)節(jié)也都會處理的很好。此外，模型還能夠延長已有視頻的內(nèi)容，還能自動填補缺失的幀。

在OpenAI看來，Sora是那些能夠理解和模擬現(xiàn)實世界的模型的基礎(chǔ)，這一能力將是實現(xiàn)通用人工智能（AGI）的一個重要里程碑。

OpenAI公布了在視頻數(shù)據(jù)上訓(xùn)練大規(guī)模生成式模型的方法，具體內(nèi)容可以查看如下鏈接：

https://openai.com/research/video-generation-models-as-world-simulators

這部分介紹中，OpenAI直接將視頻生成模型看做是世界模擬器（Video generation models as world simulators）。

想想也是，如果讓AI模型來理解這個世界的一些規(guī)律，如果能給模型輸入足夠的數(shù)據(jù)，那么，AI的世界就能演繹真實的世界。

如果AI模型能理解世界更多規(guī)律，包括物理、化學(xué)、數(shù)學(xué)、醫(yī)藥等自然科學(xué)方面的規(guī)律，如果能給模型輸入足夠多的數(shù)據(jù)，那該是一種什么樣的未來？

zhupb