OpenAI 首席技术官透露可能的 Sora AI 视频生成器发布日期

OpenAI 首席技术官透露可能的 Sora AI 视频生成器发布日期

Sora-text-to-video-AI-generator-by-OpenAI-e1710423514395.webp

OpenAI 首席技术官 (CTO) Mira Murati 在接受《华尔街日报》采访时,对 OpenAI 的文本转视频模型 Sora 的预期发布和开发挑战提供了见解。Sora 文本到视频 AI 生成器预计将在今年内由 OpenAI 发布,甚至可能在未来几个月内发布,这是一个非常令人兴奋的消息。观看下面对 Murati 的 10 分钟快速采访,更深入地了解我们在不久的将来对 Sora 和 OpenAI 的期望。

OpenAI Sora 发布日期

OpenAI 首席技术官 Mira Murati 在接受《华尔街日报》采访时暗示了 Sora AI 的发布。人们的期待不仅在于技术本身,还在于它在各种应用中的潜力。OpenAI 正在正面解决的主要障碍之一是这项复杂技术的成本。目标是使 Sora AI 尽可能实惠,理想情况下与 OpenAI 的图像创建者 DallE 3 相关的成本相当。虽然这是一个具有挑战性的雄心壮志,但它强调了该组织致力于让更广泛的受众能够获得尖端技术。

Murati 解释说,Sora AI 的制作考虑到了您的需求,确保界面尽可能直观。如果您曾经与 ChatGPT 互动过,您会发现 Sora AI 的界面非常熟悉,可以进行流畅直接的交流。此外,开发人员将能够通过 API 将 Sora AI 集成到他们自己的应用程序中,从而为将这种先进的文本到视频模型整合到各种软件和服务中开辟了一个充满可能性的世界。

OpenAI 首席技术官 Mira Murati 接受《华尔街日报》采访

AI视频生成器仍处于早期开发阶段

然而,重要的是要认识到 Sora AI 仍在进行中。与任何新兴技术一样,有一些问题需要解决。该模型的当前版本可能并不总是生成与输入提示完全匹配的视频,并且您可能会偶尔遇到故障。这些不是不可逾越的障碍,而是正在进行的改进过程中的步骤。OpenAI 正在积极致力于解决这些问题,重点是提高模型的精度和整体功能。

OpenAI解释说,它正在教人工智能理解和模拟运动中的物理世界,目的是训练模型,帮助人们解决需要现实世界交互的问题。Sora,它的文本到视频模型可以生成长达一分钟的视频,同时保持视觉质量并遵守用户的提示。

红队队员可以使用 Sora 来评估关键区域的危害或风险。我们还向一些视觉艺术家、设计师和电影制作人授予访问权限,以获得有关如何推进模型以对创意专业人士最有帮助的反馈。文本到视频的 AI 能够生成具有多个角色、特定类型的运动以及主题和背景的准确细节的复杂场景。该模型不仅了解用户在提示中要求的内容,还了解这些东西在物理世界中的存在方式。

Sora AI 模型对语言有深刻的理解,使其能够准确解释提示并生成表达生动情感的引人注目的角色。Sora 还可以在单个生成的视频中创建多个镜头,以准确保留角色和视觉风格。

当前限制

“目前的模式有弱点。它可能难以准确模拟复杂场景的物理特性,并且可能无法理解因果关系的具体实例。例如,一个人可能会咬一口饼干,但之后,饼干可能没有咬痕。该模型还可能混淆提示的空间细节,例如,左右混淆,并且可能难以精确描述随时间发生的事件,例如遵循特定的相机轨迹。

因此,请密切关注 Sora AI 的地平线。将文本转换为视频的潜力即将成为现实,它有望为创造力和交流开辟新的途径。无论您是内容创作者、教育工作者,还是只是喜欢探索最新技术的人,Sora AI 都将提供一种令人兴奋的新方式来参与数字世界。预计 Sora 将很快出现在 OpenAI 的所有产品和 AI 服务中。我们将一如既往地让您了解可能提供的任何发展和新闻。

原创文章,作者:校长,如若转载,请注明出处:https://www.yundongfang.com/Yun289212.html

(0)
打赏 微信扫一扫不于多少! 微信扫一扫不于多少! 支付宝扫一扫礼轻情意重 支付宝扫一扫礼轻情意重
上一篇 2024年3月15日 上午8:37
下一篇 2024年3月15日 上午8:40

相关推荐

  • Google I/O 发布会的内容

    Google I/O 发布会的内容 Google 紧随 Open AI 开了今年的 I/O 发布会,一个字概括就是全。模型层面所有的指标都在卷,同时也发布了所有现在主流的模型类型。…

    2024年5月20日
  • 关于GPT-4o 模型更新

    关于GPT-4o 模型更新 它可以接受任意组合的文本、音频和图像作为输入,并生成任意组合的文本、音频和图像输出。 它可以在 232 毫秒内响应音频输入,平均为 320 毫秒,这与人…

    工具软件 2024年5月20日
  • DeepSeek 发布 DeepSeek-V2 模型

    DeepSeek 发布 DeepSeek-V2 模型 DeepSeeK 上周发布了DeepSeek-V2模型,将现在优秀 LLM 的价格战又抬上了一个新的高度,百万 Token 输…

    2024年5月20日
  • Indigo关于发布会预测的整理

    Indigo关于发布会预测的整理 GPT-4 的新版应该会按照参数规模不同分化成多个版本,这个和 Claude 还有 Gemini 多版本的逻辑一样; 前两周出现在 llmsys …

    工具软件 2024年5月20日
  • Simulon:混合现实 3D 模型软件

    Simulon:混合现实 3D 模型软件 只需要下载app扫描周围环境,然后选择对应的模型。之后等几分钟就会渲染好跟现实环境融合的MR视频。没有官网只有申请测试的表单。 &nbsp…

    工具软件 2024年5月10日
  • Synthesia:EXPRESS-1 模型驱动的数字人

    Synthesia:EXPRESS-1 模型驱动的数字人 EXPRESS-1 模型驱动,以实现逼真的头像表现。通过训练模型理解我们说什么以及我们如何说的微妙关系,表达力化头像现在可…

    工具软件 2024年5月10日
  • 生数科技发布Vidu 视频生成模型

    生数科技发布Vidu 视频生成模型 生数科技不声不响整了个大活。发布 Vidu 视频生成模型,支持长达 16 秒 1080P 视频直接生成。 从演示视频来看一致性、运动幅度都达到了…

    2024年5月10日
  • Adobe 发布 Firefly Image 3 模型及对应新功能

    Adobe 发布 Firefly Image 3 模型及对应新功能 Adobe 发布了Firefly Image 3模型,Photoshop(测试版)也大规模更新了很多功能。包括文…

    2024年5月10日
  • 微软发布 phi-3-mini 微型模型

    微软发布 phi-3-mini 微型模型 微软发布 phi-3-mini 模型,4 位量化之后可以部署在 iPhone 14 上,只占用 1.8G 内存,每秒输出 12 个 Tok…

    2024年5月10日
  • Mixtral8X22B 模型开源

    Mixtral8X22B 模型开源 Mixtral8X22B在只公布了一个磁力链接之后,又正式发布了模型的技术报告: Mixtral 8x22B是一个稀疏混合专家(SMoE)模型,…

    2024年5月10日
  • Meta 正式发布 Llama3 8B 、 70B 模型

    Meta 正式发布 Llama3 8B 、 70B 模型 Meta 在上周终于发布了 Llama3,目前先发布的是 8B 以及 70B 两个模型,还有多模态以及一个 400B 规模…

    工具软件 2024年5月10日
  • AI画图应用Ideogram发布模型更新

    AI画图应用Ideogram发布模型更新 Ideogram 发布了一大波更新,模型能力再次增强,平时做海报和普通图片挺好用的。 主要升级内容有: 增强的文字渲染和照片写实效果:减少…

    2024年5月10日
  • 谷歌发布了一堆AI能力和升级

    谷歌发布了一堆AI能力和升级 Google Next 2024上周放出了不少狠货,这次 Open AI 没能够压下去热度。 首先是 Gemini Pro 1.5 进行了一大波升级,…

    2024年5月10日
  • Cohere推出了大型语言模型Command R+

    Cohere推出了大型语言模型Command R+ 专为企业级工作负载设计,优化了高级检索增强生成(RAG)功能,以减少错误生成,并支持10种关键语言的多语言覆盖。 详细信息: 在…

    2024年5月10日
  • Open AI 发力模型定制

    Open AI 发力模型定制 OpenAI又有动作了,推出了一系列新功能和程序,让开发者在微调和创建定制模型时有更多的控制权和灵活性。 主要功能包括: 在每个训练周期中保存完整的微…

    2024年5月10日
  • LLM训练器 – 自动从提示进入微调模型

    LLM训练器 – 自动从提示进入微调模型 该项目的目标是探索一种实验性的新流程,以训练一个高性能的任务特定模型。试图抽象出所有的复杂性,使得从想法到性能良好的完全训练模…

    2024年5月10日
  • Jan: 本地LLM聊天软件

    Jan: 本地LLM聊天软件 一个全平台的本地 LLM 聊天软件Jan,支持自动下载模型以及非常详细的设置。懒得配置 Ollama 的可以试试。 除了支持本地模型以外,在线的模型可…

    工具软件 2024年5月10日
  • 阶跃星辰的公司加入了大语言模型的战场

    阶跃星辰的公司加入了大语言模型的战场。 发布了一个千亿参数(100B)多模态大语言模型 Step-1, 同时还发布了对应的聊天机器人产品跃问和类似 C AI 的陪伴型应用冒泡鸭。 …

    2024年5月10日
  • Databricks 发布了新的可能是现在最强的开源模型 DBRX

    Databricks 发布了新的可能是现在最强的开源模型 DBRX 模型架构: 132B参数的MoE模型,一共拥有16个专家,每个Token激活4个专家,意味着有36B的活跃参数,…

    2024年5月10日
  • AI21 Lab 推出了一种新的 LLM 架构 Mamba

    AI21 Lab 推出了一种新的 LLM 架构 Mamba AI21 Lab 推出了一种新的 LLM 架构 Mamba,同时发布的还有基于这个架构的模型 Jamba。模型将会开源。…

    2024年5月10日
  • 如何在 Android 上本地运行 LLM

    您可以在 PC 上本地运行各种 LLM。但是当涉及到智能手机时,选择略有限制。你必须运行一个小型语言模型,或者有一个具有足够处理能力的高级设备来处理 LLM。 无论哪种方式,都可以…

    2024年5月3日 工具软件
  • 如何在Windows本地运行Microsoft Phi-3 AI

    Microsoft 的 Phi-3 系列语言模型终于来了。就它们的尺寸而言,它们绝对是一个级别的差异,并且已经证明在许多方面比其他最近发布的型号(如 Llama 3 和 Mistr…

    2024年4月29日 Win 11
  • OpenAI 让您无需注册即可使用 ChatGPT

    OpenAI 正在消除使用 ChatGPT 的所有障碍,甚至不需要注册。该公司周一宣布,它允许用户无需注册即可开始使用聊天机器人。这里的目的是“让任何对人工智能能力感到好奇的人都能…

    2024年4月6日
  • 如何在 Opera One Developer 上启用和使用本地 AI 模型

    Opera 最近宣布将本地 AI 模型集成到其 Opera One 浏览器中。随着这一发展,Opera 成为第一个内置 AI 模型的主要浏览器,您现在可以从 150 个大型语言模型…

    2024年4月6日 工具软件
  • 新的 OpenAI 语音引擎项目

    新的 OpenAI 语音引擎项目 据报道,OpenAI正在开发一个新的语音引擎项目,该项目已通过最近的“语音引擎”商标申请得到暗示。该商标表明该项目可能涉及语音和语音识别、处理命令…

    2024年3月26日