Sora上线系统秒瘫，奥特曼直播第三更网友震翻！拍大片再近AGI

编辑：编辑部HYZ

【本站导读】「鸽」了整整一年的Sora，终于上线了！OpenAI20分钟的演示展示了视频二合一等多项炸裂的新功能。奥特曼直言：Sora是AGI路线图上的重要里程碑。现在系统已经被网友们挤爆了，新用户间歇性暂停注册。

OpenAI直播第三弹，Sora终于现身了！

才一上线，网页就已经瞬间挤爆。现在，所有新用户注册已经紧急暂停（不定期）。

奥特曼与Sora团队负责人BillPeebles、研究副总AdityaRamesh，以及RohanSahai、JoeyFlynn开启了短短20分钟的在线直播。

相较于2月的原版Sora，他们今天带来了更高级的加速版SoraTurbo。

Sora能生成任意长宽比的视频，分辨率从480p到1080p，时长从5秒到20秒，还可以一次生成多个方向的视频版本，让我们选择其中最理想的一个。

包括文本到视频、图像到视频、视频到视频的功能。

这次，OpenAI着重介绍了Sora的几项功能：Remix（重混）、Re-cut（重新剪辑）、Storyboard（故事板）、Loop（循环）、Blend（混合）以及Stylepresets（风格预设）。

所有新功能一览：

OpenAI专为Sora设计的全新UI

左右滑动查看

等了大半年，Sora终于不再只是艺术家们的工具，现在所有的ChatGPTPlus/Pro用户皆可使用。

唯一区别是，使用限制不同：Plus用户每个月有50次生成额度，Pro用户可以获得500次快速生成额度（如果选择的分辨率更高，则次数更少）或是无限次慢速生成额度。

奥特曼本人表示，对我来说，Sora最令人兴奋的一点是，它使得与他人共作变得如此容易。这感觉像是一个有趣的全新事物！

它就像视频领域的GPT-1，现在还处于初期阶段，但我已经觉得这个信息流非常吸引人。

Sora团队研究者自豪地表示，突破视觉生成的界限，就是在机器学习和人机交互方面取得突破。

诚如这条读者评论所言：Sora之所以令人激动，不止是因为我们现在在哪里；更重要的，是想象我们的前进方向。可以确信，我们正在经历一个不平凡的年代。

直播20分钟，全程高能

在Library中，我们可以查看视频的所有版本，通过几种不同的方式对此处的视图进行切片。

现场，几位工作人员给我们实测了一把Sora的文生视频功能。

在输入「长毛猛犸象走过沙漠景观」的prompt，等待一段时间后，四个视频就出现了，我们可以选择最理想的那个。

甚至，我们可以把猛犸象变成「机械猛犸」。

只需要通过Remix描述希望视频怎样更改（无论是大的更改，还是希望背景中多一些风或者沙），接下来的工作就可以直接交给Sora。

故事版功能，可以让我们使用时间轴，在整个序列中产生一个包含多个动作的视频。

在其中，我们可以描述环境、角色、想要在特定点发生的动作。在prompt中我们写得越少，Sora就会填充得越多，反之亦然。

比如，我们想要一个美丽白鹤站在小溪里的场景。

在时间轴的开头，我们可以直接设置场景：开始白鹤站着，然后将头进入水中，捉出一条鱼。

在几组动作中，需要给Sora足够的时间来连接这些想法

可以看到，Sora非常准确地理解了研究者的想法。

我们还可以使用Re-cut，将其中的片段剪切到新的故事板中，在留白的地方创建其余的片段，比如一个结尾。

接下来是另一个功能。

上传一个灯塔的图像后，它被放入第一张卡片，然后Sora创建了一个全新的卡片。

厉害的地方来了！Sora已经看过了该图像，并且还添加进了关于我们希望图像怎样动的理解。

最终的视频生成效果果然非常好。

最后，研究者再给我们展示了一个大惊喜。

通过Blend功能，Sora甚至还能将两个场景完美地混到同一个视频中，可以理解为这某种维度上粉碎两个视频，然后组成一个新的。

研究者强调说，这是他此前在其他AI视频从未见过的功能！

比如，把猛犸象和机器象混合。

Sora功能全面介绍

足见，Sora具备了令人印象深刻的视频生成能力。

利用Sora，我们不仅可以制作分辨率最高1080p、时长最长20秒的各种格式视频，并且还可以通过文本生成新内容，或者增强、重混和融合自己的素材。

此外，通过「精选」和「最新」来查看社区的创作，也可以为自己的新想法提供灵感。

这款模型基于DALL·E和GPT模型丰富的经验而打造，可以为用户提供更强大的讲故事和创意表达工具。

与GPT模型类似，Sora使用Transformer架构，解锁了卓越的扩展性能。

此外，它采用了扩散模型技术，从看似静态噪声的基础视频开始，逐步去除噪声，最终生成完整视频。

值得注意的是，Sora解决了视频生成中的一个关键挑战——主体一致性。

通过让模型同时预测多个帧，确保即使主体暂时消失在视野之外，也能保持一致性。

在数据标注上，Sora核心秘密武器便是DALL·E3——为视觉训练数据生成高度详细的描述性标注。

因此，训练后的Sora能够以前所未有的精度，遵循用户在生成视频时的文本指令。

Sora的能力远远超出了简单文生视频，它还能将静态图变身动画，添加细节。

它还可以扩展现有视频，或填充缺失的帧。

更令人兴奋地是，Sora作为理解和模拟真实世界的模型基础，被OpenAI视为迈向AGI的关键里程碑。

除了20分钟发布会上的内容，OpenAI在官网上，也放出了新功能的详细介绍和示例。

Storyboard（故事板）

带有关键帧的时间轴，是Sora非常亮眼的新功能。在个人时间轴上，可以组织和编辑独特的视频序列。

注意：不要上传带人物的图像，否则无法生成视频

Avastredlandscapewithadockedspaceshipinthedistance

广袤的红色星球景观中，一艘银光闪闪的宇宙飞船静静停靠在远处

Lookingoutfrominsidethespaceship,aspacecowboystandscenterframe

透过宇宙飞船的舷窗向外眺望，一位星际牛仔挺立在画面中央

Detailedcloseupviewofastronaut’seyesframedbyaknittedfabricmask

特写镜头下，宇航员深邃的双眼透过织物面罩的框架凝视着前方

Remix（重混）

这个功能，可以让我们替换、删除或重新想象视频中的元素。

比如，我们先生成一个场景——打开通向图书馆的大门。

然后，通过Remix把门更换成法式的门。

再把图书馆变成一艘宇宙飞船。

接着去掉宇宙飞船，加入丛林场景。

最后把丛林换成月球表面。

Re-cut（重新剪辑）

这个功能，能让我们找到并且选中最佳帧，向任一方向延伸。

比如，选出这段「水獭玩球」视频中自己最心仪的那几帧，Sora可以生成在它之前或者之后的帧。

Loop（循环）

通过这个功能，Sora可以修剪并创建无缝的重复视频。

Sora会在开头和结尾中添加大量帧，来将它们连接起来。

左右滑动查看

Blend（混合）

通过这个功能，可以把两个完全不同的视频，融合为一个无缝剪辑。

Stylepresets（风格预设）

这个功能，可以让我们充分发挥想象力，创建想要的风格。

比如原始视频，是两头猛犸象在雪地里走路的场景。

我们可以将它转换为纸工艺品风。

Earthytoneswithmutedpastelsandpopsofcolor.Soft,diffusedlightingenhanceshandcraftedtextures.Everything—characters,objects,andscenery—istransformedintocardboardandpaper,completewithvisiblecreasesandfolds

以大地色调为基础，配以柔和的粉彩色，并点缀上鲜艳的色彩。柔和的环境光勾勒出精致的手工质感。画面中从人物、物件到背景的一切元素，都被重塑成纸板与纸张的质地，呈现出自然的折痕与起伏

档案风。

Shoton100tfilm,theimagequalityisgrainyandhighcontrast,withshallowdepthoffieldandcinematiclook,epicanddramaticshot,verynostalgic

采用100T胶片拍摄，呈现独特的颗粒质感和高对比度效果，配合浅景深营造电影感，画面富有史诗感和戏剧性，散发浓郁的怀旧氛围

黑白电影风。

Shotinhigh-contrastblackandwhitewithdeepshadowsandselectivehighlights.Featureslow-keychiaroscurolighting,hardshadows,andvenetianblindeffects.Moody,mysterious,andsuspenseful,withavintagecinematicvibe

采用高反差黑白摄影手法，营造出深邃的暗部和精准的亮部层次。运用低调的明暗对比打光，呈现出锐利的阴影效果和威尼斯百叶窗光影。整体氛围充满忧郁、神秘和悬疑感，完美展现复古电影的美学

一**效果

OpenAI科学家NoamBrown表示，「Sora，是scale力最直观的证明之一」。

OpenAISora研究员WillDepue展示了一些生成虚构历史影像的demo。

foundfootageofGenghisKhanonthesteppewithhiswarriorsinthe1200s

13世纪成吉思汗与他的战士们在草原上的历史影像片段

foundfootagefromKyotointhe1600s

17世纪日本京都的历史影像记录

OpenAICOPKevinWeil总结了今天的发布，并给了一个海马泡泡的演示。

小狗超人在观景台上瞭望。

一部分网友也迫不及待开始试用了，比如秋叶原的十字路口飘着雪花。

一位自信地走向镜头的女人。

womanconfidentlywalkingtowardsthecamera,therearepaparazzisbehindher,tokyohighhighcontrastbackground

一位女性自信地迎着镜头走来，身后跟随着一群狗仔队记者，背景是东京，光影对比强烈

视频为什么如此重要？

今年2月，OpenAI抢先推出了自家首个视频生成模型Sora。

随即，他们又放出了首批访问者利用Sora做出的7个创意的演示，还有一支由Sora制作的MV——Worldweight，引全网围观。

直播开场，奥特曼本人介绍了，视频对于OpenAI如此重要的原因，主要有三点。

第一，对于OpenAI而言，Sora不仅仅是一项技术，更是一种赋能创意人士的工具。在公司的文化基因中，用AI激发人类创造力，也很重要。

通过Sora，OpenAI看到了一种全新的协作模式：AI和人类共同创造，开启了富有想象力的可能性。

早期测试中出现的创新性互动，预示着AI创意工具将极大地改变我们思考和创意的方式。

其次，文本曾是人机交互主要形式，但OpenAI坚信，这远远不够。

仅仅通过文字来理解和表达，我们将会错过丰富的信息维度。

视频，作为一种更加立体、生动的交互方式，能够传递更多情感、语境、细节。

最后，Sora之于OpenAI，不仅仅是一个视频生成工具，更是AGI路线图上的重要里程碑。

通过学习和生成视频，AI将获得更丰富、更深入的世界理解。

让我们拭目以待，看看Sora将为人类世界带去怎样的惊喜。