【视频图像取证篇】视频模型Sora助力元宇宙，虚拟与现实的真正碰撞如此简单

Sora 目前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。

Sora 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 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。

与 GPT 模型类似，Sora 使用 transformer 架构，释放出卓越的扩展性能。

Sora 是一种扩散模型，它从看起来像静态噪声的视频开始生成视频，然后通过多个步骤消除噪声来逐渐转换视频。Sora 能够一次生成整个视频或扩展生成的视频以使其更长。通过让模型一次看到许多帧，我们解决了一个具有挑战性的问题，即确保一个主题即使暂时离开视野也能保持不变。

与 GPT 模型类似，Sora 使用 transformer 架构，释放出卓越的扩展性能。我们将视频和图像表示为称为补丁的较小数据单元的集合，每个补丁都类似于 GPT 中的一个令牌。通过统一我们表示数据的方式，我们可以在比以前更广泛的视觉数据上训练扩散变压器，跨越不同的持续时间、分辨率和纵横比。Sora建立在DALL·E 和 GPT 模型。

它使用了 DALL·E 3，涉及为视觉训练数据生成高度描述性的标题。因此，该模型能够更忠实地遵循生成视频中用户的文本说明。Sora是能够理解和模拟现实世界的模型的基础，我们相信这一能力将是实现AGI的重要里程碑。

[Sora (https://openai.com/sora)]

技术的迭代绝不是简单的1+1，而是呈指数甚至是爆发式增长。

Sora或许有望把我们天马行空的意象世界构造出来、将《春江花月夜》等古诗词中的极美意象灵动的展示出来，凭借高度细致的背景、复杂的多角度镜头，以及富有情感的多个角色变化来理解现实世界，还原现实世界，创造现实世界。

总结

技术落地，有反馈才更容易改进。想起以前领导和我说起一件事，以前有客户购买过某一款设备，但用的非常少，虽然单位也投入很多精力去改进，但少了一线用户方面的实际使用反馈，很难了解产品哪里不足，所以想到能改进的地方就不多。不怕客户反馈，就怕客户不反馈，让产品烂下去。

VR、AI换脸技术、元宇宙、ChatGPT、Sora等，科技总在不断进步，一切都会变的越来越便捷，但绝不是以牺牲，侵犯个人隐私来实现，历史的巨轮也在不断前行，不能也不会因为某些原因就停止不前。

书写片面，纯粹做个记录，有错漏之处欢迎指正。

公众号回复关键词【视频图像】自动获取资源合集。

【声明：欢迎转发收藏，个人创作不易，喜欢记得点点赞！！！转载引用请注明出处，著作所有权归 [蘇小沐] 所有】

【注：共享资源收集于官网或互联网公开材料，仅供学习研究，如有侵权请联系删除，谢谢！】

记录

开始编辑：2024年 02月 23日‍

最后编辑：2024年 03月 23日