OpenAI的新Sora视频是一架FPV无人机穿越你所见过的最奇怪的TED演讲

开放人工智能的新Sora文本转视频生成工具要到今年晚些时候才会向公众发布，但与此同时，它已经向大家展示了一些令人着迷的功能——包括一个令人费解的新视频(如下)，展示了40年后TED演讲可能是什么样子。

为了制作FPV无人机风格的视频，TEDTalks与OpenAI和电影制作人PaulTrillo合作，后者自二月份以来一直在使用Sora。最终成果是一段令人印象深刻的、略带困惑的飞行视频，视频中展示了未来主义的会议演讲、怪异的实验室和水下隧道。

该视频再次展示了OpenAISora的惊人潜力和局限性。FPV无人机风格效果已成为社交媒体视频的热门效果，但传统上它需要先进的无人机驾驶技能和昂贵的装备，远远超出了新款DJIAvata2的水平。

但视频(上图)也表明，Sora还远远不能成为成熟电影的可靠工具。镜头中的人物只在屏幕上出现了几秒钟，背景中充斥着大量恐怖谷噩梦。

结果是，这是一种令人振奋的体验，同时也让你感到奇怪的不平衡——就像跳伞后再次着陆一样。不过，随着我们即将在2024年晚些时候公开发布Sora，我绝对渴望看到更多样品。

OpenAI和TEDTalks并没有详细介绍这个特定视频的制作过程，但它的创作者PaulTrillo最近更广泛地谈到了他作为Sora的alpha测试员之一的经历。

Trillo向《商业内幕》透露了他使用的提示类型，包括“我使用的一系列单词，以确保它看起来不像视频游戏，而更像电影”。显然，这些提示包括“35毫米”、“变形镜头”和“景深镜头晕影”等，这些都是必需的，否则Sora将“默认输出这种非常数字化的输出”。

目前，每个提示都必须经过OpenAI的审核，这样才能通过其严格的版权等保护措施。Trillo最有趣的观察之一是，Sora目前“就像一台老虎机，你要求一些东西，它会把想法混杂在一起，而且它没有真正的物理引擎”。

这意味着它距离真正与人和物体的状态保持一致还有很长的路要走，OpenAI在之前的一篇博客文章中承认了这一点。OpenAI表示，Sora“目前作为模拟器表现出许多局限性”，包括“它不能准确地模拟许多基本交互的物理特性，比如玻璃破碎”。

这些不连贯性可能会在一段时间内限制Sora只能作为一种短视频工具，但我还是迫不及待地想尝试一下。