当前位置:

首页 > 业界资讯 > OpenAI 发

OpenAI 发

大家好,我是木川继OpenAI推出文生文的模型GPT、文生图的模型DALL-E之后,OpenAI发布了文生视频模型Sora,可以生成长达分钟级别的高质量视频。根据官方示例展示,Sora生成的视频效果令人印象深刻。它能够生成广泛的视频尺寸,包括宽屏1920x1080视频、垂直1080x1920视频,以及介于两者之间的各种视频尺寸。Sora技术报告:https://openai.com/research/video-generation-models-as-world-simulatorsSora的主要特点如

本文目录

    大家好,我是木川

    继 OpenAI 推出文生文的模型 GPT、文生图的模型 DALL-E 之后,OpenAI 发布了文生视频模型 Sora ,可以生成长达分钟级别的高质量视频。

    根据官方示例展示,Sora生成的视频效果令人印象深刻。它能够生成广泛的视频尺寸,包括宽屏1920x1080视频、垂直1080x1920视频,以及介于两者之间的各种视频尺寸。

    Sora 技术报告:https://openai.com/research/video-generation-models-as-world-simulators

    Sora 的主要特点如下:

    60s 超长长度

    在一众 AI 视频,还挣扎在4s连贯性的边缘,OpenAI 直接说:劳资支持 60s,都 TM 跪下。

    Runway 是 18s,Pika 最开始是 3 秒,Sora 抬手就是 60s,见面就贴脸放大招

    OpenAI 发布的视频生成模型 Sora,到底有什么魔法?图片

    单视频多角度镜头

    想象一下,以前的电影或视频制作就像是用一个相机拍摄一整个故事,你只能看到一个角度。


    木川AI编程

    但是现在,就像是有一堆不同的相机,可以从不同的角度来拍摄同一个场景。

    而且厉害的地方在于,主角或物体在不同的角度切换时,看起来还是一样的,不会感觉怪怪的。

    ,时长00:59

    Sora 就好像是一个超级聪明的导演,只需要给他一个简短的提示,他就能在一分钟内制作出一个有很多不同角度的视频,而且每个角度看起来都很自然。

    这对于以前来说简直是不可思议的,就好像魔法一样!

    世界模型

    “先记忆,再预测” 这种理解世界的方式,是人类理解世界的方式。这种方式有个名字,叫世界模型。

    最最最可怕的一点来了,Sora身上,竟已经有了世界模型的雏形?

    通过观察大量数据,它竟然学会了许多关于世界的物理规律。

    世界模型就像是你的大脑里有一张地图,上面标着你家、学校、公园等地方。这张地图帮助你知道周围的环境,让你知道该去哪里,怎么走。

    对于电脑或机器来说,它们也可以有一种类似的东西,叫做世界模型。这就是它们对周围世界的一种想象和理解方式,让它们能够知道周围有什么东西,发生了什么事情。这有助于它们更聪明地处理任务,就像你用地图找到正确的路一样。

    举个例子:当你拿起一杯咖啡时,大脑先通过以前的经验和记忆知道咖啡杯的典型重量。这个经验就是世界模型的一部分。你的大脑会根据这个模型,预测需要用多大的力去抓住杯子。这种预测是在潜意识中进行的,你不需要刻意去思考。

    OpenAI 最终想做的,其实不是一个“文生视频”的工具,而是一个通用的“物理世界模拟器”。也就是世界模型,为真实世界建模。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    业界资讯 模型 OpenAI
    上一篇: 可以删除appdata文件夹吗
    下一篇: 使用宝塔面板Decker轻松安装并使用Jenkins:详细教程
    相关文章 更多
    sora使用指南国内使用的具体操作步骤教程
    sora使用指南国内使用的具体操作步骤教程

    本文详细解析Sora在国内的使用现状,指出目前官方未对公众开放注册,提醒用户警惕虚假链接,并提供关注官方动态及替代方案的实用建议。

    OpenAI GPT-6 Astra 自主通关《传送门》:技术原理与实验成本解析
    OpenAI GPT-6 Astra 自主通关《传送门》:技术原理与实验成本解析

    OpenAI GPT-6 Astra 模型通过 MCP 协议与 SourcePauseTool 控制《传送门》游戏,完成 3336 次工具调用并自主通关。实验耗时约 24 小时,API 成本约 571 美元,展示了多模态 AI 在 3D 解谜领域的突破性进展。

    OpenAI:数据中心容量在 2025 年增至 1.9 GW,增长三倍
    OpenAI:数据中心容量在 2025 年增至 1.9 GW,增长三倍

    OpenAI算力总量预计2025年达1.9GW,较2023年增长9.5倍,年经常性收入同步增至200亿美元。推理成本已压至每百万token不到1美元,采取训练性能优先、推理效率优先的双轨策略。未来营收将拓展技术授权与按成效付费模式,并优先研发AIAgent与工作流自动化。

    Transformer之父NoamShazeer离开谷歌加入OpenAI
    Transformer之父NoamShazeer离开谷歌加入OpenAI

    Transformer核心作者NoamShazeer离开谷歌加入OpenAI,担任架构研究负责人。他曾参与创办Character.AI,后因谷歌交易回归,如今再次转投。此举折射出行业对Transformer架构局限性的反思,以及下一代模型架构创新的迫切需求。

    突发!谷歌技术巨牛Noam跳槽OpenAI
    突发!谷歌技术巨牛Noam跳槽OpenAI

    Transformer论文共同一作、谷歌元老级AI专家NoamShazeer再次离开谷歌,加盟OpenAI。他拥有高达35万余次论文引用,近期专利涉及结构化工具调用、神经架构搜索及混合专家模型等关键方向。OpenAI借此补齐构建超级智能体与底层模型架构的核心能力。

    谷歌Transformer之父跳槽OpenAI,沙泽尔究竟在想什么?
    谷歌Transformer之父跳槽OpenAI,沙泽尔究竟在想什么?

    AI传奇人物诺姆·沙泽尔离开谷歌加入OpenAI。作为Transformer架构之父,他因不满谷歌严格的审批流程和“大公司病”,再次出走。选择OpenAI因其快速迭代理念和开放氛围,契合其推动AGI落地的核心诉求。

    Codex兼容国产开源模型!实测DeepSeek接入:门槛还是太高
    Codex兼容国产开源模型!实测DeepSeek接入:门槛还是太高

    OpenAI的Codex工具开放第三方模型接入,但实际门槛高,仅支持ResponsesAPI协议。DeepSeek等国产模型无法直接接入,需通过本地转接桥,响应速度慢于官方模型,但成本极低。此举为国产模型提供成熟Agent容器机会,但OpenAI仍掌握核心标准。

    AI制药迎来标准化评估时代,OpenAI入局催化创新药赛道估值重塑
    AI制药迎来标准化评估时代,OpenAI入局催化创新药赛道估值重塑

    OpenAI发布LifeSciBench基准测试,为AI制药建立标准化评估工具,推动行业规范。港股创新药板块短期承压,但AI制药从概念验证走向产业落地趋势不变,研发效率成核心竞争维度,板块估值有望修复。

    Getty Images与OpenAI达成“展示协议”,股价盘前暴涨141%
    Getty Images与OpenAI达成“展示协议”,股价盘前暴涨141%

    GettyImages与OpenAI签署展示协议,股价盘前暴涨141%,空头回补放大涨幅,市场反应强烈。此次合作标志着双方从对抗转向合作,OpenAI授权版图持续扩张,但公司基本面压力犹存。

    OpenAI发布首款自研芯片:大模型直接参与设计与优化
    OpenAI发布首款自研芯片:大模型直接参与设计与优化

    OpenAI联合博通推出首款自研AI芯片Jalapeño,专为大语言模型推理设计,开发周期仅9个月。芯片采用软硬件协同设计,并用AI优化自身架构,每瓦性能大幅领先业界。计划2026年商用,通过全栈布局降低AI使用门槛。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。