Sora到底懂不懂物理世界?潘多拉魔盒里有什么?丨看天下

Sora到底懂不懂物理世界?潘多拉魔盒里有什么?丨看天下

首页休闲益智物理世界更新时间:2024-05-11

全球AI领军企业OpenAI扔下一枚新“王炸”——AI文生视频模型Sora。

它不仅能够根据文字指令创造出既逼真又充满想象力的场景,还能生成长达1分钟的一镜到底的视频,而且,视频中的人物、背景等都能达到惊人的一致性,各种镜头随意切换。

要知道,在文生视频领域,Meta、Runway等巨头公司和初创竞争对手,在这些方面落后的不是一点点。例如,Runway能够生成4秒长的视频,用户可以将其最多延长至16秒,这是AI生成视频此前所能达到的最长时长纪录;Stable Video和Pika也能分别提供4秒和3秒的视频。

Sora的多镜头也让对手望尘莫及。以前的AI视频都单镜头生成的。而Sora能在多角度的镜头切换,且人物、背景、风格能保持高度一致。

人们不禁惊呼:以后短视频、广告甚至电影大片,是不是就能根据剧本“一键生成”了?!

对于行业、业态的影响震撼还没缓过来,专业人士就发现,Sora的威力远不止于此,它甚至可能在理解物理世界!因为它不仅能了解用户提出的要求,还能理解人、物在物理世界中的存在方式。

比如,有分析以经典的“海盗船在咖啡杯中缠斗”为例,探究了Sora对物理世界的神级理解:将海盗船缩小到能够在咖啡杯中缠斗的尺寸,Sora需要理解和调整这些对象在现实生活中的相对尺寸;咖啡杯中的液体会对海盗船的运动产生影响。Sora需要模拟液体动力学的效果。此外还有光影、阴影的处理,重力、浮力、运动等物理规律。

虽然生成效果还有些瑕疵,但明显能感觉到,Sora 似乎是懂一些“物理”的。英伟达高级研究科学家Jim Fan甚至断言,“Sora是一个数据驱动的物理引擎”。

不过对于Sora是否真的理解物理世界,技术界还有不同的观点。

最直接的反对意见来自图灵奖得主、Meta公司首席科学家、AI团队负责人杨立昆(Yann LeCun)。在他看来,仅仅根据提示词生成逼真视频并不能代表一个模型理解了物理世界,生成视频的过程与基于世界模型的因果预测完全不同。他在X平台上亮出观点:“这里存在‘巨大’的误导。”

所谓“世界模型”,就是对真实的物理世界进行建模,让机器像人类一样,对世界有全面准确的认知。

“世界模型”实际上是文生视频公司在努力的方向之一。Sora显然也是奔着“世界模型”而去。OpenAI发布的Sora研究报告也以《视频生成模型成为世界模拟器》为题。

不管如何,业内都认为Sora模型的出现会具有颠覆性的意义,一次新的技术变革正在发生。但这种影响力究竟会在何时呈现出爆发威力,还很难有个明确时间线。

文|记者 冷爽

编辑:冷爽

来源:羊城晚报•羊城派

查看全文
大家还看了
也许喜欢
更多游戏

Copyright © 2024 妖气游戏网 www.17u1u.com All Rights Reserved