ChatGPT制造者宣布突破性文本到视频程序

(SeaPRwire) –   “Sora” 可以生成复杂的场景，但会在最终发布前受到限制

开发出 ChatGPT 的公司 OpenAI 宣布推出了一款新工具，它可以将文字提示转变成计算机生成的视频。该程序将在 OpenAI 构建一系列审查功能后才会向公众发布。

OpenAI 在其网站上周四的一份声明中称，该程序昵称 “Sora”，“能够根据用户的提示生成具有多个角色、特定类型动作以及人物和背景准确细节的复杂场景”。

该公司表示，Sora 还可以基于用户提交的图像创建视频，或采用现有视频素材并用新素材对其进行扩展。

在 X 上发布的一系列贴文中，OpenAI 分享了多个由 Sora 创建的视频，其中一个视频是根据以下提示生成的：“繁华美丽的东京雪景。摄像头穿过熙熙攘攘的城市街道，镜头跟着几个人在美丽的雪景中漫步，在附近的摊位购物。樱花瓣在风中飘扬，雪花飞舞。”

Introducing Sora, our text-to-video model.

Sora can create videos of up to 60 seconds featuring highly detailed scenes, complex camera motion, and multiple characters with vibrant emotions.

Prompt: “Beautiful, snowy…

— OpenAI (@OpenAI)

OpenAI 创始人 Sam Altman 随后在 X 上发布了他的粉丝建议的视频，包括“两只金毛猎犬在山顶上录制播客”以及一个逼真的“一位祖母社交媒体达人主持的自制意式汤团烹饪课程”。

OpenAI 没有说明 Sora 将于何时向公众发布。该公司表示，该程序首先会交给其所谓的 “红队” 予以审查，以确保它不能被用来创建“极端暴力、性内容、仇恨图像、名人肖像或他人 [知识产权]” 的场景。

该公司还指出，该技术仍然容易出现故障和错误。OpenAI 在其网站上表示，“它可能难以准确地模拟复杂场景中的物理现象，并且可能无法理解因果关系的具体实例。例如，一个人可能会咬一口饼干，但之后，饼干上可能不会留下咬痕。”

人工智能技术在过去两年中已经快速发展，OpenAI 的 GPT 语言模型从 2022 年底一个聊天机器人程序进化到在 SAT 阅读考试中达到 93% 的百分位数，而在 SAT 数学考试中达到 89% 的百分位数，这一切仅仅在四个月后。 

Altman 此前承认他“有点害怕”他的技术的潜力。然而，尽管禁止客户使用 OpenAI 来“开发或使用武器、伤害他人或破坏财产，或从事未经授权的活动，侵犯任何服务或系统的安全”，但该公司在 1 月份宣布，它正在与美国军方合作开展多项人工智能项目。

该公司高管 Anna Makanju 在世界经济论坛达沃斯年会上表示，OpenAI 在取消其先前对将技术用于“军事和战争”目的的禁令后，与五角大楼建立了合作关系。