首页 > AI资讯 > 最新资讯 > Sora开放使用文生视频继续激战

Sora开放使用文生视频继续激战

北京商报    2024-12-13

  在公开预览过去10个月后,在OpenAI的12天连更计划的第3天,视频生成大模型Sora终于正式登场。12月10日,OpenAI宣布正式向用户开放Sora,该系统可以根据文本提示生成逼真的视频。应用落地也来得很快。作为“视频版GPT”,OpenAI已开始向电影制片厂、媒体高管以及经纪公司示好,还允许一些艺术家、知名演员和导演试用该服务。

  巨强巨贵

  今年2月,OpenAI首次向外界展示了Sora的存在。据其介绍,Sora可以直接输出长达60秒的视频,并且包含高度细致的背景、复杂的多角度镜头,以及富有情感的多个角色。OpenAI在官网上公布了数十个视频demo,并不断在社交平台X上放出由Sora生成的视频。这些内容被集合推送至OpenAI的TikTok账号上,短短5天内便获得了51.3万次赞,粉丝数也涨至10.6万。

  Sora不仅为OpenAI带来了大量粉丝,也让其估值进一步提升。不过,当时这家公司表示,Sora在短期内不会向大众开放,因为其“技术仍存在一些缺陷,包括一些空间问题”。

  在将近10个月之后,万众瞩目下,Sora终于在此次系列发布中重磅登场。OpenAI表示,2月发布Sora之后,团队开发了其新版本Sora Turbo,其性能有了显著进步,即日起该版本将作为独立产品提供给ChatGPT Plus和Pro用户。

  相比初次亮相的Sora,Sora Turbo生成效率显著提升,能够通过文本直接生成最多20秒或最高分辨率1080P的视频,成为目前全球生成时长最长的视频模型之一。该模型支持文本加图片或视频的输入,可生成特定视频内容,并能够编辑生成视频,使生成效果更加可控。

  此外,Sora Turbo还有多种视频编辑工具,包括替换、删除或重新构想视频中的元素;找到并隔离最佳帧,然后向任一方向延伸它们以完成场景;使用Loop剪辑并创建无缝重复的视频以及一个名为Storyboard的选项,用户可以通过它详细描述希望视频在不同时间点发生的内容,从而更好地指导一系列片段的生成。

  定价方面,Sora Turbo将免费提供给ChatGPT Plus和Pro用户,月租20美元(约合人民币145元)的Plus用户,每月最多可以生成50个480P分辨率的优先视频;Pro订阅者则最多可生成500个优先视频,普通视频无限量生成,可下载无水印版视频,对应每月费用为200美元(约合1450元)。

  这一定价也引发了不同的声音,有用户直呼“太贵”,有用户却认为“一分钱一分货”。虽然当前价格仍被部分用户认为偏高,但这已是OpenAI努力降低成本的结果。OpenAI还透露,他们计划针对不同用户类型开发新的定价模式,并将于明年初推出。

  视频版GPT

  目前,美国及其他市场的ChatGPT付费用户可以通过该网站开始使用Sora,但在欧洲大部分地区和英国还需要一段时间才能使用,中国用户依然受限。

  不过,由于实在是太火爆,Sora网站一度被挤到崩溃,OpenAI CEO山姆·奥特曼(Sam Altman)表示:“由于需求超出预期,我们将不得不间歇性地关闭新用户注册,并且生成内容的速度会在一段时间内减慢。”

  在技术路线上,目前,业界普遍猜测Sora的成功延续了OpenAI的Scaling law法则,即通过海量的数据、大量的算力,再加上大参数模型,最终“大力出奇迹”。OpenAI研究科学家Noam Brown在Sora Turbo发布后表示,Sora是scale(规模)力量最直观的展示。山姆·奥特曼则表示,“大家可以将 Sora看作视频版的GPT-1”。OpenAI还表示,Sora是一项理解和模拟现实的基础性AI技术,是开发能够与物理世界互动模型的重要一步。

  中国银河证券研究院的报告也显示,Sora对算力需求呈指数级增长。其根据Sora参数规模推演出的训练单次算力需求或可达到2.6×10^24Flops,相当于GPT-3175B的8.2倍。目前Sora还在初级阶段,伴随不断迭代调优,其训练数据集规模将进一步增大,未来算力需求也会大幅增加。

  在国内,互联网大厂和大模型公司也在纷纷跟进视频大模型这一赛道,包括字节跳动、快手,今年发布视频生成模型的公司还包括阿里云、Minimax、生数科技、智谱AI等公司。就在最近,腾讯混元大模型也宣布上线视频生成能力,正式加入竞争激烈的视频生成赛道。

  不过,视频生成模型领域虽然看起来火热,也面临着非常严峻的挑战。近日,百度CEO李彦宏称“百度不做Sora”的演讲被媒体曝光,李彦宏在内部讲话中称,Sora这种视频生成模型的投入周期太长,10年、20年都可能拿不到业务收益,无论多火爆,百度都不去做。

  商业化空间打开

  自今年2月首次预告Sora以来,OpenAI便开始与电影制片厂、媒体高管以及经纪公司展开会谈。OpenAI还允许一些艺术家、知名演员和导演试用该服务。市场预计,Sora的发布会对视频制作领域带来革命性的变化,无论是电影制作、广告、游戏开发还是社交媒体,都可以借助视频生成大模型降低视频创作的门槛,产生新的机遇。

  对于企业和内容创作者而言,视频制作往往是一项繁琐且耗时的任务。借助视频生成大模型,用户只需提供简短的文本描述,即可自动生成高质量视频。“这不仅节省了大量时间,也大幅降低了对专业技能的要求,即使没有视频制作经验的用户也能轻松创建专业级内容。视频生成大模型的广泛应用有望改变广告营销、产品推广和教育辅导等多个行业的内容创作流程,推动生产力的升级。”一位视频后期制作人员对北京商报记者表示。

  “国产多模态视频大模型历经一年多迭代,已逐步提升对内容制作的赋能效果,拓宽了创作边界,预计后续AI影视领域商业化空间将打开。”开源证券表示。不过,业内人士也向北京商报记者表示,视频生成大模型拥有乐观的商业化前景的同时,从可用度而言,还未到大规模商用的阶段,仍有很多技术难点需要克服,比如对物理世界规律的理解、高分辨率、镜头动作连贯性以及时长等,都是行业激战且有待提升的重要维度。

  此外,从AI诞生之初,对于版权的问题就争论不休。有从事设计行业的人士对北京商报记者直言:“Sora确实厉害,但AI生成视频内容质量和版权问题怎么解决?会员免费用,那创作者收益呢?这些问题不解决,技术再牛也难长久。”

(文章来源:北京商报)

Tags:
相关推荐
免责声明
本文所包含的观点仅代表作者个人看法,不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险,读者在采取与本文内容相关的任何行动之前,请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。