如何评价 OpenAi 发布的视频生成模型 Sora?

人的智能是有限的，人工智能也是一样的，人工智能可以辅助人类、或者服务于人类，但是不能做危害人类的事情，像前期我们发展机器人一样，要限制它的发展，留下好的一面。这是金涌院士在和讯巨浪中的发言，人工智能的发展对于我们人类是有好处的，但是要以可持续性发展的眼光去看待这个问题。

去年十月份有幸参与了杭州人工智能谈论小组，大家都在讨论 LIm 大模型+视频生成这一领域，讨论的最多的就是太难，没办法使文本素材生成高保真的视频。没想到 2024 年开年第一件事，不是开年大吉红包拿来，而是 OpenAI 推出了 sora 这一文本生成视频大模型，被称为是世界模拟器。

简单的说，就是在 sora 中输入文字和关键场景，sora 可以生成 60 秒的视频/图像，最神奇的是 sora 可以像视频编辑器一样扩展插入的次序，可以向前、向后插入视频，以及 sora 可以无缝连接其他视频，可以在两个或者多个视频之间逐渐进行插值，在具体完全不同主题和场景构成的视频之间创建无缝过渡。这就是一个具体文字输入属性的视频编辑器，对于像最火的互联网短剧可以分分钟生成故事丰富且饱满的短剧来，这将对于影视圈带来一定冲击。

当然 sora 作为一个世界模拟器也有很多局限性，它不能准确地模拟许多基本相互作用的物理过程，像玻璃破碎、吃食物。

Sora 和过去的图片、视频生成方法不一样的一点在于。过去的图片、视频生成方法会将视频调整大小、裁剪或标准尺寸，而 sora 直接对原始大小的数据进行训练，这样在可变的持续时间、分辨率、长宽比上都做了优化。

在技术层面采用了 Transformer，因为 Transfomer 在各个领域都表现出了卓越的扩展特性。

Sora 在人工智能方面的野心很大，这可能就是去年创始人被裁员的原因吧。sora 不仅是一款视频生成器，未来 sora 可能会实现与世界互动、模拟数字世界。这些都是 sora 最大的特点，借用开头的一句话“人的智能是有限的，人工智能也是一样的，但是可以借助人工智能实现人的智能”，作为人类我们应该以可持续发展的眼光去看到 OpenAI 发布的视频生成模型 Sora….