OpenAI在2021年掀起了波瀾，當(dāng)時(shí)他們宣布了DALL-E，這是一款文本到圖像的生成式人工智能工具，讓測試版參與者能夠?qū)崟r(shí)生成圖像。最終生成的視頻并不是很理想，當(dāng)然生成近乎真實(shí)的視頻畫面，需要更多的時(shí)間。但是，盡管圖像質(zhì)量很高，人們依然希望對模型進(jìn)行改進(jìn)。對許多人來說，第一代DALL-E就像一個(gè)初學(xué)走路的孩子第一次制作人形。沒有人期待完美，但能夠如此清晰地看到完全由計(jì)算機(jī)生成的預(yù)期主體的輪廓非常令人鼓舞。

就在2月16日，OpenAI發(fā)布了他們稱為“Sora”的新模型，該模型能夠通過輸入文本來生成視頻。目前，只有一小部分測試人員可以訪問Sora，同時(shí)他們可以確定安全限制范圍。從OpenAI分享的例子來看，其中一些視頻已經(jīng)可以作為真實(shí)鏡頭傳播。特別是主題是地點(diǎn)、動(dòng)物或物體的鏡頭。讓我們一起來看看下面的例子:

生成這段20秒視頻的提示是“一窩金毛小狗在雪地里玩耍。他們的頭從雪中伸出來，被雪覆蓋”。如果你以前使用過生成式人工智能創(chuàng)建圖像，你會(huì)明白較短的提示往往會(huì)產(chǎn)生奇怪的結(jié)果，而帶有特定圖像的冗長提示往往更接近你腦海中的畫面。盡管這個(gè)視頻令人印象深刻，但該工具的第一次迭代仍有一些信息。雪的物理性質(zhì)仍然有一種不真實(shí)的感覺，因?yàn)樵谀承┣闆r下它看起來會(huì)自己移動(dòng)。

然而，我并沒有以日常觀看的狀態(tài)觀看這些視頻，我觀看這些視頻的目的是為了找出它們展示中的缺陷，因?yàn)槲掖蜷_它們時(shí)完全知道這些是人工智能生成的視頻。我認(rèn)為，一旦該工具完全發(fā)布，并且這些剪輯僅作為庫存視頻使用，大多數(shù)人將很難確定它是否是人工智能生成的。即使現(xiàn)在ChatGPT剛剛發(fā)布一年多，人們也很難確定文本是否是人工智能生成的，可用的檢測工具也不夠可靠。

雖然早期人工智能生成的內(nèi)容對偶然發(fā)現(xiàn)它們的普通觀眾來說更顯而易見，但我認(rèn)為未來人工智能會(huì)具有顛覆性影響。今年是美國的選舉年，隨著人工智能產(chǎn)生的政治錯(cuò)誤信息，在向公眾發(fā)布此工具之前，OpenAI需要考慮人工智能生成視頻的道德使用問題。因?yàn)橐呀?jīng)有利用人工智能操縱選舉的先例。但是人工智能監(jiān)管能夠控制它嗎？或者任何立法都太輕、太晚了嗎？

原文標(biāo)題：Meet Sora, OpenAI’s impressive new video generation tool

原文作者：Scott Thompson