Sora学习的不仅仅是视频中的画面，还在学习视频中元素之间的联系，学习实际国际中的物理规则

2024年2月16日清晨（美国时刻2月15日）OpenAI推出视频生成模型：Sora，一款文生视频（text-to-video）的模型。

Sora是通过学习视频内容，来了解实际国际的动态改动，并用计算机视觉技能模仿这些改动，从而发明出新的视觉内容。

咱们来直观地感受一下什么是Sora？

这是一段提示词（Prompt）：

A Chinese Lunar New Year celebration video with Chinese Dragon

翻译成中文：

与我国龙庆祝我国新年。

文生视频。现在文字有了，咱们来看视频作用。

能够发现无论是舞龙的细节表现，还是人群跟着舞龙队伍的真实感，作用是如此的传神。

当然Sora的才能还远不止如此，除了支撑文字生成视频外，还支撑文字+图片、文字+视频、视频+视频的方法创造新的视频内容。

二、Sora模型才能介绍

才能一、Sora生成的视频内容，契合实际国际的物理规则

Sora生成的视频内容，契合实际国际的物理规则。

这说明Sora学习的不仅仅是视频中的画面，还在学习视频中元素之间的联系，学习实际国际中的物理规则。

比如：一个人咬一口汉堡后，能够在汉堡上能够留下咬痕。

才能二、Sora能够生成一分钟的高清视频，并且支撑生成不同时长、长宽比和不同分辨率的视频与图像

对于视频创造者而言，能够基于不同创造渠道视频尺寸要求来生成视频内容。

才能三、Sora支撑文字+图片生成视频

才能四、Sora支撑衔接视频

Sora支撑在两个视频之间进行过渡处理，从而实现视频之间的无缝过渡。

才能五、Sora支撑文字+视频生成视频

Sora能够基于文本提示，从而改动原视频的风格化和视频中的元素。

才能六、Sora支撑拓宽视频

Sora能够在原视频的前后延伸和拓宽视频。

案例中三个视频，它们都是从生成的视频片段开始向前进行了视频的延伸。

因此，这三个视频的开头都不同，但结局都是相同的。

Sora能够生成带有动态摄像机运动的视频。随着摄像机的移动和旋转，人和场景元素在三维空间中共同移动。