不僅如此，Turbo還展現(xiàn)出了前所未有的靈活性與創(chuàng)意空間。它支持文本與圖片/視頻素材的巧妙結(jié)合，能夠生成高度定制化的視頻內(nèi)容，從而極大地提升了生成效果的可控性。想象一下，若您渴望在一段普通的視頻中融入梵高《星夜》那如夢如幻的藝術(shù)風(fēng)格，只需輕輕一點，上傳原視頻并附上您的創(chuàng)意描述，Turbo便能輕松為您實現(xiàn)這一夢想。

更令人振奮的是，即便您并非專業(yè)視頻編輯出身，對AE、Nuke、C4D等復(fù)雜軟件感到無所適從，借助Sora Turbo，您也能輕松為視頻作品添上令人矚目的特效，讓創(chuàng)意在指尖自由流淌。

目前，Sora Turbo已全面開放使用，不設(shè)任何門檻與限制。尤為值得一提的是，ChatGPT Plus和Pro會員更是無需支付任何額外費用，便能享受這一前沿服務(wù)。這一舉措無疑給廣大用戶帶來了意外的驚喜，令人由衷贊嘆OpenAI的誠意與實力。

直播雖短，內(nèi)容震撼

奧特曼與Sora團隊負責(zé)人Bill Peebles、研究副總Aditya Ramesh，以及Rohan Sahai、Joey Flynn開啟了短短20分鐘的在線直播。

相較于2月的原版Sora，他們今天帶來了更高級的加速版Sora Turbo。

Sora能生成任意長寬比的視頻，分辨率從480p到1080p，時長從5秒到20秒，還可以一次生成多個方向的視頻版本，讓我們選擇其中最理想的一個。

包括文本到視頻、圖像到視頻、視頻到視頻的功能。

這次，OpenAI著重介紹了Sora的幾項功能：Remix（重混）、Re-cut（重新剪輯）、Storyboard（故事板）、Loop（循環(huán)）、Blend（混合）以及Style presets（風(fēng)格預(yù)設(shè)）。

所有新功能一覽：

OpenAI專為Sora設(shè)計的全新UI

Sora Turbo剛剛發(fā)布，大批熱情的用戶就涌入體驗網(wǎng)站；服務(wù)器瞬間崩潰，導(dǎo)致OpenAI暫時關(guān)閉了新用戶注冊。

Sora Turbo的亮點

Sora Turbo是一款基于OpenAI早期技術(shù)報告中討論的世界模擬技術(shù)的高端加速版。這些新增功能包括：從文本生成視頻、生成動畫圖像，以及許多強大的視頻功能，如重新混合視頻風(fēng)格、前后延伸時間，故事板，重新剪輯等，極大地拓展了創(chuàng)作者的創(chuàng)作空間。

在直播中，OpenAI展示了Sora的新功能。

其中包括“探索”頁面，展示了由社區(qū)成員創(chuàng)作的AI生成視頻流。

01

生成視頻之外，還能分鏡、加特效、無限創(chuàng)作

一打開主界面，用戶便能輕松瀏覽和管理所有生成的視頻內(nèi)容。界面設(shè)計貼心，提供了網(wǎng)格視圖和列表視圖兩種展示方式，方便用戶根據(jù)個人喜好進行選擇。此外，用戶還可以自由創(chuàng)建文件夾和收藏夾，以便更好地整理和查找視頻。書簽功能更是為用戶提供了便捷的回顧途徑。據(jù)研究人員介紹，這樣的主界面設(shè)計旨在助力用戶更好地構(gòu)思和創(chuàng)作故事。

在主頁面的底部中央，Sora 提供了文生視頻和圖生視頻兩大功能。用戶只需輸入文字描述，如“長毛猛犸象在沙漠中行走，廣角鏡頭拍攝”，然后選擇視頻的畫面比、分辨率、時長（5-20秒）以及最終生成的視頻數(shù)量（最多四段），即可輕松獲得逼真的視頻效果。這些視頻不僅質(zhì)感十足，還高度貼合用戶的輸入指令，讓人毫不意外于Sora的出色表現(xiàn)。

甚至，我們可以把猛犸象變成「機械猛犸」

值得注意的是，Sora 還推出了一系列獨特且進階的產(chǎn)品功能。這些功能主要圍繞提升視頻的表達能力，通過分鏡、加特效等方式，幫助用戶創(chuàng)作出自己心中的故事。其中，故事板（storyboard）被譽為一種全新的創(chuàng)意工具。它按照時間軸的方式，將一段故事（視頻）切割成多個故事卡（視頻幀）。用戶只需設(shè)計和調(diào)整每張故事卡，Sora 就能自動將其串聯(lián)成一段流暢的故事。這一功能類似于電影分鏡或動畫手稿，讓用戶能夠像導(dǎo)演或漫畫師一樣，通過繪制分鏡來構(gòu)思和創(chuàng)作視頻。

比如研究人員設(shè)想的第一個分鏡是，「美麗的白鶴站在小溪中，擁有一條黃色的尾巴?！沟诙€分鏡是，「鶴將頭探入水中，并捉出一條魚」。那他做的工作就是，分別創(chuàng)建這兩張故事卡（視頻幀)，并在兩者之間設(shè)大概五秒鐘的間隔。這個間隔對 Sora 很重要，給了它把兩組動作連起來的發(fā)揮空間。最終，他得到了一個完整的視頻鏡頭，「美麗的白鶴站在小溪中，它擁有一條黃色的尾巴。接著鶴將頭探入水中，并捉出一條魚。」

Storyboard（故事板）：

更為神奇的是，帶有關(guān)鍵幀的時間軸，是Sora非常亮眼的新功能。在個人時間軸上，可以組織和編輯獨特的視頻序列。

故事板不僅支持故事卡，還可以直接添加圖片和視頻素材。用戶可以將任意圖片或視頻拉入故事板，結(jié)合故事卡進行創(chuàng)作。以視頻為例，用戶可以將已有的視頻片段導(dǎo)入故事板，進行剪切和編輯，為視頻的前方和后方留出創(chuàng)作空間，從而添加新的開頭和結(jié)尾。這樣的設(shè)計讓故事板具備了無限創(chuàng)作的可能性。用戶可以不斷地對Sora生成的20秒視頻進行創(chuàng)作、剪切和再創(chuàng)作，直至達到理想的鏡頭效果。

A vast redlandscape with adocked spaceship in the distance

廣袤的紅色星球景觀中，一艘銀光閃閃的宇宙飛船靜靜停靠在遠處

Looking out frominside thespaceship, a spacecowboy standscenter frame

透過宇宙飛船的舷窗向外眺望，一位星際牛仔挺立在畫面中央

Detailed close up view of astronaut’seyes framed by aknitted fabricmask

特寫鏡頭下，宇航員深邃的雙眼透過織物面罩的框架凝視著前方

Remix（重混）

此外，Sora 還提供了其他強大的功能，如通過文字直接修改視頻、無縫融合兩段不同的視頻以及改變視頻畫風(fēng)等。這些功能相當(dāng)于給視頻添加了“特效”，讓用戶能夠更靈活地表達自己的想法和創(chuàng)意。相比之下，一般的文生視頻產(chǎn)品可能需要用戶不斷調(diào)整提示詞并重新生成視頻，而Sora 則允許用戶直接在生成的視頻上進行修改和加工，從而更貼合用戶的想象和創(chuàng)意。

這個功能，可以讓我們替換、刪除或重新想象視頻中的元素。
比如，我們先生成一個場景——打開通向圖書館的大門。

然后，通過Remix把門更換成法式的門。

再把圖書館變成一艘宇宙飛船。

接著去掉宇宙飛船，加入?yún)擦謭鼍啊?/strong>

最后把叢林換成月球表面。

總的來說，Sora不僅在視頻生成方面表現(xiàn)出色，還帶來了更多獨特的視頻創(chuàng)作功能。這些功能相當(dāng)于給視頻添加了分鏡、剪輯和特效等元素，讓用戶能夠更自由地創(chuàng)作出自己真正想要表達的內(nèi)容。正如OpenAI研究人員所說：“如果你期望只需點擊一個按鈕就能生成一部電影，那么你可能對Sora的期望有所誤解。Sora是一種工具，它允許人們在多個地方嘗試多個想法，并探索以前完全不可能的事情。我們認為這是創(chuàng)作者的超級特殊延伸?！?/p>

視頻對AI發(fā)展的重要性

OpenAI的首席執(zhí)行官Sam Altman強調(diào)，視頻對AI發(fā)展的重要性。

在發(fā)布會現(xiàn)場，OpenAI的首席執(zhí)行官Sam Altman強調(diào)了視頻對于AI技術(shù)發(fā)展的重要性，并從三個方面闡述了這一觀點：

1.為創(chuàng)意人士制作工具：Altman表示，OpenAI一直致力于為創(chuàng)意人士提供強大的工具，幫助他們推動創(chuàng)作。這種新工具的推出為AI在創(chuàng)意領(lǐng)域的應(yīng)用打開了新的篇章，并為未來的AI創(chuàng)作工具展現(xiàn)了令人興奮的前景。

2.突破文本限制：他指出，若AI僅限于文本互動，將錯失許多重要的創(chuàng)作維度。通過AI生成視頻，用戶將能夠以全新的方式與技術(shù)互動，極大地改變我們與計算機的交互方式。

3.對AGI的影響：視頻生成對于實現(xiàn)通用人工智能（AGI）的目標(biāo)至關(guān)重要。Altman認為，視頻將成為AI學(xué)習(xí)的關(guān)鍵環(huán)境，幫助AI掌握許多復(fù)雜的技能和任務(wù)。

根據(jù)Sora System Card的表述：

Sora的設(shè)計靈感來源于大型語言模型（LLM），模型通過訓(xùn)練互聯(lián)網(wǎng)規(guī)模數(shù)據(jù)來獲得通用能力。LLM范式的成功部分得益于使用了能夠巧妙地將文本（包括代碼、數(shù)學(xué)公式和各種自然語言）的不同模態(tài)統(tǒng)一起來的標(biāo)記。

LLM使用文本標(biāo)記，Sora使用視覺補丁。

補丁是訓(xùn)練處理各種類型和視頻和圖像的生成式模型時一種高度可擴展且有效的表示方法。將視頻轉(zhuǎn)換為補丁的過程是，首先將視頻壓縮到低維潛在空間，然后將其表示分解為時空補丁。

同時，Sora也接受了多種數(shù)據(jù)集的訓(xùn)練，包括公開可用數(shù)據(jù)的混合、通過合作伙伴關(guān)系訪問的專有數(shù)據(jù)，以及內(nèi)部開發(fā)的定制數(shù)據(jù)集。

精選的公開可用數(shù)據(jù)，主要收集自行業(yè)標(biāo)準(zhǔn)機器學(xué)習(xí)數(shù)據(jù)集和網(wǎng)絡(luò)爬蟲。

來自數(shù)據(jù)合作伙伴關(guān)系的專有數(shù)據(jù)，我們與合作伙伴建立合作關(guān)系，以訪問非公開數(shù)據(jù)。例如，OpenAI與Shutterstock和Pond5合作，構(gòu)建和提供AI生成的圖像。及與合作伙伴合作，委托和創(chuàng)建符合需求的數(shù)據(jù)集。

寫在最后

Sora對于OpenAI的意義，絕非淺嘗輒止所能概括。團隊在不懈的探索與鉆研中驚喜地發(fā)現(xiàn)，視頻模型在歷經(jīng)大規(guī)模訓(xùn)練的洗禮后，竟能展現(xiàn)出諸多令人矚目的新能力，這使得Sora得以精準(zhǔn)地模擬現(xiàn)實世界中人類、動物及環(huán)境的細膩之處。研究成果有力地證明，擴展視頻生成模型為構(gòu)建物理世界的通用模擬器鋪設(shè)了一條光明璀璨的新道路。

正因如此，將Sora迅速融入大眾的日常生活，借助廣泛的數(shù)據(jù)資源來不斷優(yōu)化世界模型，對于OpenAI實現(xiàn)其夢寐以求的AGI（人工智能通用智能）愿景而言，具有舉足輕重的地位。在技術(shù)的持續(xù)迭代與革新中，Sora不僅為OpenAI的進步注入了強勁的動力，更在潛移默化中激發(fā)了人類無盡的創(chuàng)造力。

盡管當(dāng)前版本的Sora仍存些許瑕疵，尚未達到盡善盡美的境地，但它已然邁入了我們認為將對增強人類創(chuàng)造力產(chǎn)生深遠影響的嶄新階段。我們滿懷憧憬，迫不及待地想要親眼目睹這個世界將如何利用Sora創(chuàng)造出前所未有的奇跡。作為Sora的締造者，OpenAI對此充滿信心與期待，讓我們靜候佳音吧。（文/宋雨涵）

分享到

lixiangjing

算力豹主編

相關(guān)推薦