继Runway、Pika、字节PixelDance、万兴“天幕”发布,2月16日凌晨,“王炸”模型Sora横空出世,AI视频生成迎来“GPT时刻”。

在Open AI公布的48个样片中,Sora展现出令人惊叹的视频生成效果,视频时长提升至1分钟,生成的角色表情逼真,还实现了多角度镜头切换与流畅分镜,可展现真实光影、运动和镜头移动效果。

据了解,Sora是一个扩散Transformer模型,通过采用Diffusion Transformer等技术处理不同持续时间、分辨率和比例的视频/图像,实现“世界模拟器”,达到理解真实世界的运动和物理能力。

对比Runway、Pika等玩家,Sora的特别之处在于,它能够理解和模拟真实世界,从而生成符合物理和运动学规律的复杂场景的超逼真视频。例如,当Sora学习人吃汉堡的视频时,它记住的不仅是吃汉堡这一“具体画面”,还有“咬了就会有痕迹”这个“物理规律”,让AI生成的视频更真实。

业内人士指出,世界模拟器是AI生成视频的一种方式,它的成功会带动视频生成赛道的发展,加速视频生成的创新和成熟。