当前位置:首页|资讯|马斯克|ChatGPT|OpenAI|深度学习

SORA再放大招?让马斯克认输,AI到底有多猛?

作者:钛媒体APP发布时间:2024-02-20

原标题:SORA再放大招?让马斯克认输,AI到底有多猛?

图片来源@视觉中国

文 | 江瀚视野

回顾刚刚过去的2023年,如果要问什么东西最火的话,大模型肯定是其中最靓的仔,就在最近用GPT引爆全球大模型赛道的OPEN AI再度给市场一记重拳,甚至连马斯克都不得不愿赌服输,这就是全新的视频生成大模型,这个全新的大模型到底有多猛?我们该如何看待这件事?

视频生成大模型再放大招?

据每日经济新闻的报道,据OpenAI官网,OpenAI首个视频生成模型Sora发布,完美继承DALL·E 3的画质和遵循指令能力,能生成长达1分钟的高清视频。

AI想象中的龙年春节,红旗招展人山人海。有紧跟舞龙队伍抬头好奇观望的儿童,还有不少人掏出手机边跟边拍,海量人物角色各有各的行为。一位时髦女士漫步在东京街头,周围是温暖闪烁的霓虹灯和动感的城市标志。

一名年约三十的宇航员戴着红色针织摩托头盔展开冒险之旅,电影预告片呈现其穿梭于蓝天白云与盐湖沙漠之间的精彩瞬间,独特的电影风格、采用35毫米胶片拍摄,色彩鲜艳。

OpenAI表示,公司正在教授人工智能理解和模拟运动中的物理世界,目标是训练出能够帮助人们解决需要与现实世界互动的问题的模型。在此,隆重推出文本到视频模型——Sora。Sora可以生成长达一分钟的视频,同时保证视觉质量和符合用户提示的要求。

Sora模型能够生成包含多个角色、特定类型运动和主体及背景精确细节的复杂场景。该模型不仅能理解用户在提示中所要求的内容,还能理解这些事物在现实世界中的存在方式。

对于这款全新的产品,世界知名企业家马斯克也不吝赞美之词,马斯克回应称:“gg人类(gg humans)。”据媒体引申,gg是网络游戏用语“goodgames”的缩写,主要用于游戏结束后,输赢双方都可以用。但现在多由失败方发出,表示认赌服输、心服口服的意思。在马斯克帖子的评论区里,还有用户附和道:“gg好莱坞”。

360集团创始人、董事长周鸿祎在微博发文谈文生视频模型Sora。周鸿祎认为,Sora意味着AGI实现将从10年缩短到1年。他分析说,OpenAI训练这个模型应该会阅读大量视频,大模型加上Diffusion技术需要对这个世界进行进一步了解,学习样本就会以视频和摄像头捕捉到的画面为主。一旦人工智能接上摄像头,把所有的电影都看一遍,把YouTube上和TikTok的视频都看一遍,对世界的理解将远远超过文字学习,一幅图胜过千言万语,而视频传递的信息量又远远超过一幅图,这就离AGI真的就不远了,不是10年20年的问题,可能一两年很快就可以实现。

Sora到底有多猛?

随着科技的飞速发展,人工智能(AI)已经成为了当今世界最为热门的话题之一。其中,OpenAI的ChatGPT和Sora等模型的出现,更是颠覆了我们的认知,Sora的出现到底意味着什么?当马斯克都要认输的时候我们到底该怎么看?

首先,Sora的出现无疑是另一大里程碑。ChatGPT作为OpenAI研发的里程碑式语言模型,其强大的自然语言处理能力和对上下文理解的深度,在推出后迅速引发了全球范围内的广泛关注和热议。ChatGPT不仅能够流畅对话、解答问题,还能生成具有逻辑性和创造性的文本内容,这一突破性进展让人们看到了人工智能在认知智能领域取得的重大飞跃。

紧随ChatGPT之后,OpenAI又推出了视频生成模型Sora,该模型更是将AI技术推到了一个全新的视觉维度。Sora凭借其创新的文本到视频转换能力,使得AI从理解和生成文本跃升至创作高清视频内容的新高度。通过理解用户输入的文字描述,Sora可以自动生成包括复杂场景、多角色动态交互在内的长达一分钟的流畅高清视频,这标志着OpenAI在跨模态学习与生成方面取得了重大突破。

其次,Sora的最大突破还是在于理解人类语言并且通感成为视频。Sora模型的核心优势体现在它能够理解人类语言输入,并基于这种理解进行视频内容的创造性生成。通过深度学习和跨模态技术,Sora能够将文本描述中的抽象概念、情境、甚至是情感色彩映射到视觉表达上,生成与描述相匹配且具有一定连贯性的视频片段。

尽管目前生成的视频可能在细节处理、物理真实感或者复杂交互场景等方面还存在不完善之处,但其突破性在于首次实现了从文本到高质量视频内容的有效转化,这为内容创作者提供了一种全新的工具,大大提升了创意表达的效率和可能性。此外,Sora的应用价值也体现在教育、娱乐、广告设计等众多领域中,它有可能重塑这些行业的生产方式,并为未来更加智能化的内容创作打下坚实基础。

第三,视频的变革可能远超过文字的变革,而且速度会更快。在当前的互联网时代,视频已经成为人们获取信息、娱乐休闲的主要方式之一。每天都有大量的视频内容被上传到网络上,涵盖了新闻、教育、娱乐、广告等各个领域。这些丰富的视频资源为大模型的学习提供了宝贵的素材。

通过对这些视频进行深度学习和分析,大模型可以不断地提取和总结视频中的视觉元素、场景转换、叙事结构等规律,从而提高自身的生成能力。同时,大模型还可以利用这些视频资源进行自我迭代和优化,不断提升自身的性能和效率。

随着Sora等大模型的快速普及和应用,我们可以预见一场行业变革正在酝酿之中。对于内容创作者来说,大模型将极大地提高他们的创作效率和质量,降低创作成本。他们只需输入简短的文字描述或创意想法,就可以快速生成符合要求的视频内容,大大节省了时间和精力。

对于广告公司、影视制作公司等企业来说,大模型将为他们带来更多的商业机会和创新空间。他们可以利用大模型快速生成广告宣传片、宣传片等视频内容,提高品牌曝光度和用户黏性。同时,大模型还可以帮助他们实现个性化定制服务,满足客户的个性化需求

第四,人类到底该怎么办?随着人工智能技术的不断发展和普及,严防死守来防止其应用已经变得不再现实。从长远来看,更好的策略是积极地去理解和利用人工智能,而不是试图阻止它的发展。

一方面,人工智能在很多领域已经展现出了巨大的潜力和价值。例如,在医疗领域,人工智能可以帮助医生进行疾病诊断和治疗方案制定;在交通领域,人工智能可以提高交通流量和安全性;在金融领域,人工智能可以帮助进行风险评估和投资决策等。因此,通过积极利用人工智能,人类可以创造更多的价值,提高生活质量。

另一方面,理解和利用人工智能也需要人类不断地进行探索和创新。随着人工智能技术的不断发展,新的应用场景和商业模式也将不断涌现。通过不断学习和实践,人类可以更好地掌握人工智能的技术和应用,推动其与社会、经济、文化等各个领域的深度融合。

因此,与其盲目地抗拒人工智能,不如积极地去理解和利用它。通过不断学习和创新,人类可以更好地掌握人工智能的技术和应用,推动其与社会各个领域的深度融合,这样才是人工智能时代真正的生存之道。


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1