不僅如此，Turbo還展現(xiàn)出了前所未有的靈活性與創(chuàng)意空間。它支持文本與圖片/視頻素材的巧妙結(jié)合，能夠生成高度定制化的視頻內(nèi)容，從而極大地提升了生成效果的可控性。想象一下，若您渴望在一段普通的視頻中融入梵高《星夜》那如夢(mèng)如幻的藝術(shù)風(fēng)格，只需輕輕一點(diǎn)，上傳原視頻并附上您的創(chuàng)意描述，Turbo便能輕松為您實(shí)現(xiàn)這一夢(mèng)想。

更令人振奮的是，即便您并非專業(yè)視頻編輯出身，對(duì)AE、Nuke、C4D等復(fù)雜軟件感到無所適從，借助Sora Turbo，您也能輕松為視頻作品添上令人矚目的特效，讓創(chuàng)意在指尖自由流淌。

目前，Sora Turbo已全面開放使用，不設(shè)任何門檻與限制。尤為值得一提的是，ChatGPT Plus和Pro會(huì)員更是無需支付任何額外費(fèi)用，便能享受這一前沿服務(wù)。這一舉措無疑給廣大用戶帶來了意外的驚喜，令人由衷贊嘆OpenAI的誠意與實(shí)力。

直播雖短，內(nèi)容震撼

奧特曼與Sora團(tuán)隊(duì)負(fù)責(zé)人Bill Peebles、研究副總Aditya Ramesh，以及Rohan Sahai、Joey Flynn開啟了短短20分鐘的在線直播。

相較于2月的原版Sora，他們今天帶來了更高級(jí)的加速版Sora Turbo。

Sora能生成任意長(zhǎng)寬比的視頻，分辨率從480p到1080p，時(shí)長(zhǎng)從5秒到20秒，還可以一次生成多個(gè)方向的視頻版本，讓我們選擇其中最理想的一個(gè)。

包括文本到視頻、圖像到視頻、視頻到視頻的功能。

這次，OpenAI著重介紹了Sora的幾項(xiàng)功能：Remix（重混）、Re-cut（重新剪輯）、Storyboard（故事板）、Loop（循環(huán)）、Blend（混合）以及Style presets（風(fēng)格預(yù)設(shè)）。

所有新功能一覽：

OpenAI專為Sora設(shè)計(jì)的全新UI

Sora Turbo剛剛發(fā)布，大批熱情的用戶就涌入體驗(yàn)網(wǎng)站；服務(wù)器瞬間崩潰，導(dǎo)致OpenAI暫時(shí)關(guān)閉了新用戶注冊(cè)。

Sora Turbo的亮點(diǎn)

Sora Turbo是一款基于OpenAI早期技術(shù)報(bào)告中討論的世界模擬技術(shù)的高端加速版。這些新增功能包括：從文本生成視頻、生成動(dòng)畫圖像，以及許多強(qiáng)大的視頻功能，如重新混合視頻風(fēng)格、前后延伸時(shí)間，故事板，重新剪輯等，極大地拓展了創(chuàng)作者的創(chuàng)作空間。

在直播中，OpenAI展示了Sora的新功能。

其中包括“探索”頁面，展示了由社區(qū)成員創(chuàng)作的AI生成視頻流。

01

生成視頻之外，還能分鏡、加特效、無限創(chuàng)作

一打開主界面，用戶便能輕松瀏覽和管理所有生成的視頻內(nèi)容。界面設(shè)計(jì)貼心，提供了網(wǎng)格視圖和列表視圖兩種展示方式，方便用戶根據(jù)個(gè)人喜好進(jìn)行選擇。此外，用戶還可以自由創(chuàng)建文件夾和收藏夾，以便更好地整理和查找視頻。書簽功能更是為用戶提供了便捷的回顧途徑。據(jù)研究人員介紹，這樣的主界面設(shè)計(jì)旨在助力用戶更好地構(gòu)思和創(chuàng)作故事。

在主頁面的底部中央，Sora 提供了文生視頻和圖生視頻兩大功能。用戶只需輸入文字描述，如“長(zhǎng)毛猛犸象在沙漠中行走，廣角鏡頭拍攝”，然后選擇視頻的畫面比、分辨率、時(shí)長(zhǎng)（5-20秒）以及最終生成的視頻數(shù)量（最多四段），即可輕松獲得逼真的視頻效果。這些視頻不僅質(zhì)感十足，還高度貼合用戶的輸入指令，讓人毫不意外于Sora的出色表現(xiàn)。

甚至，我們可以把猛犸象變成「機(jī)械猛犸」

值得注意的是，Sora 還推出了一系列獨(dú)特且進(jìn)階的產(chǎn)品功能。這些功能主要圍繞提升視頻的表達(dá)能力，通過分鏡、加特效等方式，幫助用戶創(chuàng)作出自己心中的故事。其中，故事板（storyboard）被譽(yù)為一種全新的創(chuàng)意工具。它按照時(shí)間軸的方式，將一段故事（視頻）切割成多個(gè)故事卡（視頻幀）。用戶只需設(shè)計(jì)和調(diào)整每張故事卡，Sora 就能自動(dòng)將其串聯(lián)成一段流暢的故事。這一功能類似于電影分鏡或動(dòng)畫手稿，讓用戶能夠像導(dǎo)演或漫畫師一樣，通過繪制分鏡來構(gòu)思和創(chuàng)作視頻。

比如研究人員設(shè)想的第一個(gè)分鏡是，「美麗的白鶴站在小溪中，擁有一條黃色的尾巴?！沟诙€(gè)分鏡是，「鶴將頭探入水中，并捉出一條魚」。那他做的工作就是，分別創(chuàng)建這兩張故事卡（視頻幀)，并在兩者之間設(shè)大概五秒鐘的間隔。這個(gè)間隔對(duì) Sora 很重要，給了它把兩組動(dòng)作連起來的發(fā)揮空間。最終，他得到了一個(gè)完整的視頻鏡頭，「美麗的白鶴站在小溪中，它擁有一條黃色的尾巴。接著鶴將頭探入水中，并捉出一條魚?！?/p>

Storyboard（故事板）：

更為神奇的是，帶有關(guān)鍵幀的時(shí)間軸，是Sora非常亮眼的新功能。在個(gè)人時(shí)間軸上，可以組織和編輯獨(dú)特的視頻序列。

故事板不僅支持故事卡，還可以直接添加圖片和視頻素材。用戶可以將任意圖片或視頻拉入故事板，結(jié)合故事卡進(jìn)行創(chuàng)作。以視頻為例，用戶可以將已有的視頻片段導(dǎo)入故事板，進(jìn)行剪切和編輯，為視頻的前方和后方留出創(chuàng)作空間，從而添加新的開頭和結(jié)尾。這樣的設(shè)計(jì)讓故事板具備了無限創(chuàng)作的可能性。用戶可以不斷地對(duì)Sora生成的20秒視頻進(jìn)行創(chuàng)作、剪切和再創(chuàng)作，直至達(dá)到理想的鏡頭效果。

A vast redlandscape with adocked spaceship in the distance

廣袤的紅色星球景觀中，一艘銀光閃閃的宇宙飛船靜靜停靠在遠(yuǎn)處

Looking out frominside thespaceship, a spacecowboy standscenter frame

透過宇宙飛船的舷窗向外眺望，一位星際牛仔挺立在畫面中央

Detailed close up view of astronaut’seyes framed by aknitted fabricmask

特寫鏡頭下，宇航員深邃的雙眼透過織物面罩的框架凝視著前方

Remix（重混）

此外，Sora 還提供了其他強(qiáng)大的功能，如通過文字直接修改視頻、無縫融合兩段不同的視頻以及改變視頻畫風(fēng)等。這些功能相當(dāng)于給視頻添加了“特效”，讓用戶能夠更靈活地表達(dá)自己的想法和創(chuàng)意。相比之下，一般的文生視頻產(chǎn)品可能需要用戶不斷調(diào)整提示詞并重新生成視頻，而Sora 則允許用戶直接在生成的視頻上進(jìn)行修改和加工，從而更貼合用戶的想象和創(chuàng)意。

這個(gè)功能，可以讓我們替換、刪除或重新想象視頻中的元素。
比如，我們先生成一個(gè)場(chǎng)景——打開通向圖書館的大門。

然后，通過Remix把門更換成法式的門。

再把圖書館變成一艘宇宙飛船。

接著去掉宇宙飛船，加入?yún)擦謭?chǎng)景。

最后把叢林換成月球表面。

總的來說，Sora不僅在視頻生成方面表現(xiàn)出色，還帶來了更多獨(dú)特的視頻創(chuàng)作功能。這些功能相當(dāng)于給視頻添加了分鏡、剪輯和特效等元素，讓用戶能夠更自由地創(chuàng)作出自己真正想要表達(dá)的內(nèi)容。正如OpenAI研究人員所說：“如果你期望只需點(diǎn)擊一個(gè)按鈕就能生成一部電影，那么你可能對(duì)Sora的期望有所誤解。Sora是一種工具，它允許人們?cè)诙鄠€(gè)地方嘗試多個(gè)想法，并探索以前完全不可能的事情。我們認(rèn)為這是創(chuàng)作者的超級(jí)特殊延伸。”

視頻對(duì)AI發(fā)展的重要性

OpenAI的首席執(zhí)行官Sam Altman強(qiáng)調(diào)，視頻對(duì)AI發(fā)展的重要性。

在發(fā)布會(huì)現(xiàn)場(chǎng)，OpenAI的首席執(zhí)行官Sam Altman強(qiáng)調(diào)了視頻對(duì)于AI技術(shù)發(fā)展的重要性，并從三個(gè)方面闡述了這一觀點(diǎn)：

1.為創(chuàng)意人士制作工具：Altman表示，OpenAI一直致力于為創(chuàng)意人士提供強(qiáng)大的工具，幫助他們推動(dòng)創(chuàng)作。這種新工具的推出為AI在創(chuàng)意領(lǐng)域的應(yīng)用打開了新的篇章，并為未來的AI創(chuàng)作工具展現(xiàn)了令人興奮的前景。

2.突破文本限制：他指出，若AI僅限于文本互動(dòng)，將錯(cuò)失許多重要的創(chuàng)作維度。通過AI生成視頻，用戶將能夠以全新的方式與技術(shù)互動(dòng)，極大地改變我們與計(jì)算機(jī)的交互方式。

3.對(duì)AGI的影響：視頻生成對(duì)于實(shí)現(xiàn)通用人工智能（AGI）的目標(biāo)至關(guān)重要。Altman認(rèn)為，視頻將成為AI學(xué)習(xí)的關(guān)鍵環(huán)境，幫助AI掌握許多復(fù)雜的技能和任務(wù)。

根據(jù)Sora System Card的表述：

Sora的設(shè)計(jì)靈感來源于大型語言模型（LLM），模型通過訓(xùn)練互聯(lián)網(wǎng)規(guī)模數(shù)據(jù)來獲得通用能力。LLM范式的成功部分得益于使用了能夠巧妙地將文本（包括代碼、數(shù)學(xué)公式和各種自然語言）的不同模態(tài)統(tǒng)一起來的標(biāo)記。

LLM使用文本標(biāo)記，Sora使用視覺補(bǔ)丁。

補(bǔ)丁是訓(xùn)練處理各種類型和視頻和圖像的生成式模型時(shí)一種高度可擴(kuò)展且有效的表示方法。將視頻轉(zhuǎn)換為補(bǔ)丁的過程是，首先將視頻壓縮到低維潛在空間，然后將其表示分解為時(shí)空補(bǔ)丁。

同時(shí)，Sora也接受了多種數(shù)據(jù)集的訓(xùn)練，包括公開可用數(shù)據(jù)的混合、通過合作伙伴關(guān)系訪問的專有數(shù)據(jù)，以及內(nèi)部開發(fā)的定制數(shù)據(jù)集。

精選的公開可用數(shù)據(jù)，主要收集自行業(yè)標(biāo)準(zhǔn)機(jī)器學(xué)習(xí)數(shù)據(jù)集和網(wǎng)絡(luò)爬蟲。

來自數(shù)據(jù)合作伙伴關(guān)系的專有數(shù)據(jù)，我們與合作伙伴建立合作關(guān)系，以訪問非公開數(shù)據(jù)。例如，OpenAI與Shutterstock和Pond5合作，構(gòu)建和提供AI生成的圖像。及與合作伙伴合作，委托和創(chuàng)建符合需求的數(shù)據(jù)集。

寫在最后

Sora對(duì)于OpenAI的意義，絕非淺嘗輒止所能概括。團(tuán)隊(duì)在不懈的探索與鉆研中驚喜地發(fā)現(xiàn)，視頻模型在歷經(jīng)大規(guī)模訓(xùn)練的洗禮后，竟能展現(xiàn)出諸多令人矚目的新能力，這使得Sora得以精準(zhǔn)地模擬現(xiàn)實(shí)世界中人類、動(dòng)物及環(huán)境的細(xì)膩之處。研究成果有力地證明，擴(kuò)展視頻生成模型為構(gòu)建物理世界的通用模擬器鋪設(shè)了一條光明璀璨的新道路。

正因如此，將Sora迅速融入大眾的日常生活，借助廣泛的數(shù)據(jù)資源來不斷優(yōu)化世界模型，對(duì)于OpenAI實(shí)現(xiàn)其夢(mèng)寐以求的AGI（人工智能通用智能）愿景而言，具有舉足輕重的地位。在技術(shù)的持續(xù)迭代與革新中，Sora不僅為OpenAI的進(jìn)步注入了強(qiáng)勁的動(dòng)力，更在潛移默化中激發(fā)了人類無盡的創(chuàng)造力。

盡管當(dāng)前版本的Sora仍存些許瑕疵，尚未達(dá)到盡善盡美的境地，但它已然邁入了我們認(rèn)為將對(duì)增強(qiáng)人類創(chuàng)造力產(chǎn)生深遠(yuǎn)影響的嶄新階段。我們滿懷憧憬，迫不及待地想要親眼目睹這個(gè)世界將如何利用Sora創(chuàng)造出前所未有的奇跡。作為Sora的締造者，OpenAI對(duì)此充滿信心與期待，讓我們靜候佳音吧。（文/宋雨涵）

lixiangjing

算力豹主編