IT之家 10 月 1 日消息，北京時(shí)間今天凌晨，OpenAI 發(fā)布了下一代視頻生成模型 Sora 2。
這款新模型在擬真視頻效果上有明顯提升，并新增音頻生成能力。其繼承并擴(kuò)展了早期的圖像生成技術(shù)，在同期推出的新版 App 中，用戶可以通過(guò)一次性錄制自己的視頻和語(yǔ)音來(lái)完成身份驗(yàn)證，然后在生成的視頻中“客串”自己或他人。
Sora 應(yīng)用與現(xiàn)有社交媒體相似，提供算法推薦的信息流，根據(jù)互動(dòng)對(duì)象和興趣推送個(gè)性化內(nèi)容，并引入“可調(diào)節(jié)排序”功能，讓用戶進(jìn)一步定制看到的內(nèi)容。
Sora 2 延續(xù)了 2024 年 2 月發(fā)布的初代模型。相比初代在籃球反彈等動(dòng)作上常常顯得僵硬，新版本在物理規(guī)律表現(xiàn)上更自然。
與上一代不同，Sora 2 還能生成語(yǔ)音。OpenAI 表示，雖然模型遠(yuǎn)未完善，仍有不少錯(cuò)誤，但這驗(yàn)證了通過(guò)更大規(guī)模的視頻訓(xùn)練，可以逐步接近真實(shí)世界的模擬。
Sora 應(yīng)用目前已在 iOS 上架，但采用邀請(qǐng)制，用戶需通過(guò)應(yīng)用申請(qǐng)資格。OpenAI 表示將率先在美國(guó)和加拿大逐步開(kāi)放，并在初期給予用戶較寬松的創(chuàng)作額度。但由于視頻生成對(duì)算力要求極高，公司會(huì)限制使用，以保證服務(wù)穩(wěn)定。
OpenAI 坦言，目前唯一的商業(yè)計(jì)劃是在算力不足時(shí)，為有需求的用戶提供付費(fèi)生成額外視頻的選項(xiàng)。
為回應(yīng)安全擔(dān)憂，OpenAI 同步發(fā)布了一份博客說(shuō)明。據(jù)IT之家了解，公司強(qiáng)調(diào)，所有 Sora 視頻都會(huì)帶有水印和元數(shù)據(jù)標(biāo)識(shí)，用戶的肖像只能在本人同意下使用，并可隨時(shí)撤銷。青少年用戶賬號(hào)會(huì)受到家長(zhǎng)控制和使用時(shí)長(zhǎng)限制。
系統(tǒng)的防護(hù)措施會(huì)在生成階段就嘗試屏蔽不安全內(nèi)容，包括色情、恐怖主義宣傳和自殘相關(guān)內(nèi)容，并通過(guò)多幀畫面和音頻檢測(cè)進(jìn)行攔截。OpenAI 還計(jì)劃擴(kuò)充人工審核團(tuán)隊(duì)，重點(diǎn)審查可能涉及霸凌的視頻。
OpenAI 將 Sora 2 描述為通往更強(qiáng)大 AI 系統(tǒng)的重要一步。公司表示：“視頻模型正在飛速進(jìn)化。通用世界模擬器和機(jī)器人智能體將重塑社會(huì)，加速人類的發(fā)展進(jìn)程?！?/p>
相關(guān)閱讀：
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。