Sora到底懂不懂物理世界？一场新的技术变革正在发生

2024-02-20 11:15:13来源：

Sora生成的视频截图

近日，OpenAI推出的视频生成模型"Sora"引起了全球瞩目。与以往仅能生成几秒钟视频的模型不同，Sora将视频长度一举拉长至60秒，并且在生成视频时能够理解用户的提示，并呈现出物理世界中的存在方式。这个全新模型的推出，引发了业界人士的探讨，Sora到底懂不懂物理世界？

Sora的超越之处

视频长度和一致性

Sora不仅能够根据文字指令创造逼真且富有想象力的场景，还能生成长达1分钟的一镜到底的视频。在视频中，人物、背景等各种元素都保持了惊人的一致性，展现了高度的技术突破。

多镜头的创新

Sora的多镜头设计使其在生成视频时远远超越了之前的AI模型。相较于单一镜头生成的视频，Sora能够在多角度之间切换，保持高度一致的人物、背景和风格，让观众感受到更为真实和引人入胜的观影体验。

Sora的潜在能力

对物理世界的理解

一些专业人士认为，Sora的强大之处可能不仅仅是生成视频，还可能涉及对物理世界的理解。Sora能够根据提示词理解人、物在物理世界中的存在方式，呈现出对物理世界的模拟。

数据驱动的物理引擎

Jim Fan，英伟达高级研究科学家，认为"Sora 是一个数据驱动的物理引擎"，并称其为"一个可学习的模拟器，或『世界模型』"。这一观点表明Sora可能不仅仅是一个视频生成模型，更可能是一个理解和模拟物理世界的引擎。

争议与不同观点

然而，对于Sora是否真正理解物理世界，技术界存在不同观点。杨立昆，图灵奖得主，Meta公司首席科学家，对Sora的理解持怀疑态度。他认为，仅仅通过提示词生成逼真视频并不能代表模型理解了物理世界，这与基于世界模型的因果预测过程完全不同。

尽管存在不同的观点和争议，业内普遍认为Sora的出现将具有颠覆性的意义，标志着一次新的技术变革。然而，Sora模型的实际影响力何时爆发，仍然是一个难以预测的问题，需要进一步的观察和研究。无论如何，Sora为AI生成视频领域带来了前所未有的可能性，挑战着我们对于人工智能能力的认知。

免责声明：本页面旨在为广大用户提供更多信息的无偿服务；不声明或保证所提供信息的准确性和完整性。本站内所有内容亦不表明本网站之观点或意见，仅供参考和借鉴，购房者在购房时仍需慎重考虑。购房者参考本站信息，进行房屋交易所造成的任何后果与本网站无关，当政府司法机关依照法定程序要求本网站披露个人资料时，我们将根据执法单位之要求或为公共安全之目的提供个人资料。在此情况下之任何披露，本网站均得免责。本页面所提到房屋面积如无特别标示，均指建筑面积。注：本站所有信息未经许可，不得转载，复制，抓取等，如有违者必追究法律责任。如有异议可投诉至：Email：133 46734 45@qq.com

上一篇:iPhone出货面临显著衰退 GenAI在各种因素下对出货量产生负面影响下一篇:最后一页