模型发布

OpenAI 发布 Sora 视频生成模型,提出视频模型可作为世界模拟器

原文标题:Video generation models as world simulators

AI 摘要

OpenAI 发布视频生成模型 Sora,可生成一分钟高保真视频。模型基于 Transformer 架构处理视频和图像潜在编码的时空 patch,在可变时长、分辨率和宽高比的视频与图像上联合训练文本条件扩散模型。OpenAI 认为扩展视频生成模型是构建物理世界通用模拟器的一条有前景的路径。

关键信息

  • OpenAI 发布视频生成模型 Sora,可生成一分钟高保真视频。
  • 模型基于 Transformer 架构处理视频和图像潜在编码的时空 patch,在可变时长、分辨率和宽高比的视频与图像上联合训练文本条件扩散模型。
  • OpenAI 认为扩展视频生成模型是构建物理世界通用模拟器的一条有前景的路径
  • 原文给出 Sora 的技术路线与能力边界,读者可以据此理解视频生成模型作为物理世界模拟器的思路

速览

发布时间
更新时间
来源
OpenAI:官网动态(RSS · 排除企业/客户案例)
分类
模型发布
AI 评分
83
阅读原文 前往信息源阅读完整正文
推荐理由

原文给出 Sora 的技术路线与能力边界,读者可以据此理解视频生成模型作为物理世界模拟器的思路。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:OpenAI 发布 Sora 视频生成模型,提出视频模型可作为世界模拟器。2024年2月15日。https://new.nat6.net/news/vfx40cit7ic6qq2lwzfror0qs/

查看全部 →
  • Suno 发布 v3 音乐模型,可生成两分钟录音室级歌曲

    Suno 发布 v3 模型,称其首个能生成录音室级音乐的版本,可在几秒内生成完整的两分钟歌曲,现已向全部用户开放。v3 改进了音频质量、扩充了风格和流派,并提升提示词遵循度,减少幻觉、结尾更自然;模型不识别对其他艺术家的指名引用,并采用不…

    Suno:Blog(网页)模型发布AI 评分 74

  • Mistral AI 发布首个开源模型 Mistral 7B

    Mistral AI 发布公司宣言并开源首个 7B 参数模型 Mistral 7B,采用 Apache 2.0 协议,在标准英文和代码基准上超越所有现有 13B 以下开源模型。官方称三个月内组建团队并从零搭建 MLOps 栈与数据处理管线…

    Mistral AI:News(网页)模型发布AI 评分 82