Sora – OpenAI文生视频模型

Sora – OpenAI文生视频模型

Sora是OpenAI在2024年2月16日发布的首个文本生成视频模型，于北京时间12月10日正式推出。

它继承了Dall·E – 3的画质和遵循指令能力，能根据用户文本提示快速制作长达一分钟的高保真视频，还可获取现有静态图像并从中生成视频。

该模型能理解复杂场景中不同元素的物理属性及其关系，深度模拟真实物理世界，生成具有多个角色、包含特定运动的复杂场景。

Sora采用与GPT模型相似的Transformer架构，具有很强的扩展性。它还采用“原生规模训练”，可以采样不同宽高比的视频，直接以不同设备的原始宽高比为其创建内容，并且支持在生成全分辨率内容之前，以较小尺寸快速创建内容原型。

ChatGPT会员可直接使用Sora Turbo，Plus用户（月费20美元，约合人民币145元）每月有50次生成配额，支付每月200美元的Pro用户享无限慢速模式和500次快速通道。