OpenAI今天正式發表文字轉影片生成式AI「Sora」！就跟DALL-E一樣，只要給出文字敘述（或靜態圖片也可以），Sora就能自動生成1080p動畫，各種不同的角色、動作類型和背景細節都能盡可能生成！

經過測試，Sora可以生成各種風格（包括真實電影，動漫風或黑白）的影片，長度可達一分鐘，遠遠超過目前大多數其他市面上的文字轉影片模型，而且這些影片都盡可能在保持合理的連貫性上，像是他們展示的第一款影片中除了文字之外，街上水窪的倒影、衣服隨走路的擺動效果，甚至是主角臉上的肌理都栩栩如生。

Sora使用約10000小時的「高品質」影片訓練，OpenAI表示，Sora是基於DALL-E、GPT模型的研究成果，一方面使用DALL-E 3的重述技術，能專為視覺資料生成高度描述性的標題，所以Sora可以更忠實地、也更新深入遵循使用者的文字指令，並生成情感豐富、引人入勝的角色，甚至Sora還能深入理解指令提到的人、事、物在現實物理世界中真正存在的面貌。

當然OpenAI的Sora展示頁面或多或少有一點浮誇成分在，但這些展示影片如果沒有作假、沒有事後調整的話，跟其他文字生成影片AI模型相比確實是業內最高竿的技術，令人印象深刻。

不過就像目前所有的生成式AI一樣，OpenAI表示Sora還是有很多問題，可能難以準確模擬複雜場景的物理原理，也還可能無法理解因果關係。例如一個人咬了一口餅乾，但在之後的影片裡餅乾上可能沒有咬痕；或是無法精確理解指令中的空間關係，可能會出現左右混淆，或是難以生成希望的鏡頭移動角度等。

目前OpenAI並沒有將Sora完全開放，起碼一陣子裡只會定位為「預覽研究」，只有特定跟官方合作的人可以使用，目前已經跟一些外部人士組成「紅隊可以使用Sora來評估相關風險，同時也對一些藝術家、設計師和電影製作人提供使用權限，來獲得改進模型的意見。

OpenAI表示，還會跟專家合作探索模型的漏洞，並正在建立配套工具，來檢測網路上的影片是否由Sora生成；同時還會跟全球政策制定者、教育者、藝術家接觸，來探討如何不會被濫用。

本文經Inside硬塞的網路趨勢觀察授權轉載，原文發表於此
原標題：OpenAI 再展黑科技力！發表文字生影片 AI「Sora」支援 1080p、最長 60 秒

延伸閱讀

【加入關鍵評論網會員】每天精彩好文直送你的信箱，每週獨享編輯精選、時事精選、藝文週報等特製電子報。還可留言與作者、記者、編輯討論文章內容。立刻點擊免費加入會員！

責任編輯：丁肇九
核稿編輯：翁世航