sora是干什么的

许多用户都听说过Sora这款软件，但对于它的具体功能以及如何体验仍存困惑。接下来，就跟随小编一起详细了解Sora的方方面面吧。

Sora官方网站访问指南

1、Sora是什么？

简单来说，Sora是由相关方推出的首个文本生成视频模型。它能够根据用户输入的文本指令，快速生成长达60秒的短视频内容。

2、Sora的优势与不足

2.1 真实世界模拟

Sora致力于让AI理解和模拟运动中的物理世界，其核心目标是训练模型，从而帮助人们解决需要与现实世界互动的问题。这种设计让机器能够像人类一样，形成对世界的全面且精准的认知。这一特性使得AI生成的视频更加流畅自然，符合现实逻辑。

从官网展示的视频来看，几乎难以察觉是AI制作的，逼真程度非常高。

2.2 长视频生成能力

Sora可以生成时长达到一分钟的视频，同时保持视觉质量并遵循用户提示。这一能力在当前的文本生成视频模型中相当罕见。在Sora问世之前，文本生成视频领域的领先者是Runway，但它只能生成4秒长的视频，用户最多只能将视频延长至16秒，这曾是2023年AI生成视频的最长时长记录。

那么为什么生成视频这么难呢？因为视频每秒通常需要约16帧，两秒就要生成32张图片，而且这些图片之间还要保持连贯的逻辑。

2.3 多角色、更细致、更精准

Sora能够生成包含多个角色、特定运动类型以及精确主题和背景细节的复杂场景。该模型不仅能理解用户提示中的要求，还能够掌握这些事物在物理世界中的存在方式。

2.4 情感丰富、多镜头

Sora模型对语言有深刻的理解，这使其能够准确解释用户提示，并生成表情丰富、情感生动的角色。此外，Sora还可以在单个生成的视频中创建多个镜头，同时准确保留角色特征和视觉风格。

2.5 复杂场景模拟困难、空间细节易混淆——弱点

目前，Sora在准确模拟复杂场景的物理特性方面存在困难，并且可能无法理解因果关系。例如，一个人咬了一口饼干后，饼干可能没有留下咬痕。此外，Sora模型还容易混淆提示中的空间细节，比如左右方向错误。它也难以为准确描述随时间推移发生的事件，如遵循特定相机轨迹。

2.6 检测误导内容

Sora团队正在开发工具来帮助检测误导性内容，包括一个检测分类器，用于判断视频是否由Sora生成。文本分类器会检查并拒绝违反使用政策的输入提示，例如那些涉及极端暴力、色情内容、仇恨图像、名人肖像或他人IP的请求。此外，团队还开发了强大的图像分类器，用于查看生成的每个视频的帧数，确保在展示给用户前，这些视频符合使用政策。这是所有AIGC工具面临的共同挑战，也是合规评估的关键标准之一。