OpenAI正式发布AI视频生成工具Sora，Plus用户每月可生成50条
科技
2024-12-10 19:42
北京
12月10日消息，美国时间周一，OpenAI正式发布了其备受关注的人工智能视频生成工具Sora。这款工具的工作原理类似于OpenAI的图像生成工具DALL-E：用户只需输入想要的场景描述，Sora即可生成高质量视频片段。此外，Sora还能够根据静态图像生成相关视频、扩展已有视频或填补视频缺失的帧。这一功能让Sora在视觉生成领域展现了强大的创造力。今年2月，Sora首次亮相，而OpenAI去年凭借ChatGPT的广泛流行跃入公众视野。根据OpenAI在YouTube上的直播介绍，Sora将于今日正式向美国以及“国际上大多数国家”的用户开放。不过，对于欧洲、英国及其他部分国家的上线时间，OpenAI尚未给出具体安排。用户可以生成分辨率高达1080p、时长最长20秒的视频，并支持宽屏、竖屏和正方形等多种画幅比例。此外，用户还可以导入自己的素材，用于扩展、重新混合或融合内容，甚至直接从文本生成全新的视频。Sora将免费提供给现有的ChatGPT Plus和Pro订阅用户，无需支付额外费用；Plus用户每月最多可生成50个480p视频，而Pro用户最多可生成500个。在直播中，OpenAI员工以及首席执行官萨姆·奥特曼（Sam Altman）展示了Sora的多个功能亮点，例如“混合”功能（可以将两个场景按照用户指令融合为一个视频）以及生成可无限循环播放的视频选项。图注：ChatGPT Plus每月提供1000积分；ChatGPT Pro提供10000积分在正式推出之前，Sora主要供一小部分“红队”安全测试人员使用，这些测试人员帮助检测模型在信息偏差和误用方面的潜在风险。10月时，一些Reddit用户向OpenAI高管询问Sora的发布日期，并猜测延迟的原因是“推理计算和时间成本过高”或“出于安全考虑”。对此，OpenAI产品主管凯文·威尔（Kevin Weil）回应称：“我们需要完善模型，确保其在安全性、模拟能力及其他方面的表现，同时扩展计算能力！”OpenAI的Sora产品负责人罗汉·萨海（Rohan Sahai）在直播中表示：“作为OpenAI，我们显然承担着巨大的责任。”他补充道，公司必须防止该技术被非法使用，“但我们同样希望实现创新与创意表达之间的平衡。”今年10月，OpenAI完成了最新一轮融资，估值高达1570亿美元，融资金额达到66亿美元，并获得了40亿美元的循环信贷额度，使公司可支配流动资金总额超过100亿美元。作为微软支持的人工智能初创企业，OpenAI正与众多科技巨头展开激烈竞争，包括亚马逊及其支持的Anthropic、埃隆·马斯克创办的xAI，以及谷歌、Meta和微软等。据预测，在未来十年内，生成式人工智能市场收入可能突破1万亿美元大关。本月早些时候，OpenAI任命其首位首席营销官，标志着公司计划在市场推广方面增加投入，以进一步拓展用户基础。此外，今年10月，OpenAI在ChatGPT中新增了搜索功能，使其能够更好地与谷歌、必应和Perplexity等搜索引擎竞争，并吸引更多用户。作为ChatGPT的开发者，OpenAI希望通过Sora在视频生成领域与Meta和谷歌等公司展开直接竞争。谷歌今年1月推出了Lumiere，而其他初创公司也已发布了类似的人工智能工具，例如Stability AI的Stable Video Diffusion。此外，亚马逊也推出了“Create with Alexa”，这是一款专注于生成基于提示的短片儿童动画内容的模型。随着聊天机器人和图像生成工具在消费及商业领域的普及，视频生成正成为生成式人工智能的下一个前沿领域。虽然这一技术为AI爱好者带来了创造性的新机会，但也引发了对错误信息和深度伪造的担忧。据机器学习公司Clarity数据显示，AI生成的深度伪造视频数量同比增长达900%。OpenAI将多模态（文本、图像和视频生成的结合）作为其战略目标的一部分，以拓展人工智能工具的应用场景。在Sora发布之前，一些抗议者泄露了Sora的副本，表达对OpenAI对待艺术家方式的不满。OpenAI的早期访问计划中包含了约300名艺术家，这些艺术家在11月底发表了一封公开信，批评OpenAI在透明度和对艺术界的支持方面做得不够。公开信中提到：“我们曾承诺作为早期测试者、红队成员和创意合作伙伴参与Sora的开发。然而，我们感到自己被引导参与了一场‘艺术洗白’，旨在展示Sora是一个对艺术家有用的工具。”信中指出，数百名艺术家为Sora提供了大量无偿劳动，通过漏洞测试和反馈推动了模型开发。“尽管如此，只有少数人能通过竞争脱颖而出，他们的Sora创作作品得以公开放映，但所获得的回报与OpenAI的公关和营销价值相比微不足道。”公开信指出：“我们并不反对将人工智能技术用作艺术创作的工具（如果反对，我们可能根本不会被邀请参加这个项目）。但我们不认同该艺术家项目的推出方式，以及这一工具在可能公开发布前的发展方向。我们公开这一情况，是希望OpenAI能变得更加开放，更加友好地对待艺术家，并真正支持艺术的发展，而不是将其仅作为公关宣传的手段。”对此，OpenAI在11月下旬发表声明回应称：“数百名艺术家对Sora的开发作出了重要贡献，帮助我们确定了功能开发的优先级，并改进了安全措施。参与完全是自愿的，我们也未要求提供反馈或使用工具。我们很高兴能够为这些艺术家提供免费访问的机会，并将继续通过赠款、活动及其他项目为他们提供支持。”以下为OpenAI发布Sora的官方博客文章全文：我们的视频生成模型现已从研究预览阶段推向市场，并已在sora.com正式上线。今年早些时候，我们推出了Sora——一款能够通过文本生成逼真视频的人工智能模型，同时分享了我们在世界模拟领域的初步研究成果。Sora是开发能与物理环境交互的人工智能模型的重要基础，标志着这一领域迈出了关键一步。我们全新发布的升级版Sora Turbo，其速度显著超过了2月份发布的预览版。今天，这款独立产品已在sora.com上线，并向ChatGPT Plus和Pro用户开放使用。![]()
我们为Sora设计了一系列新功能，这些功能在此前的技术报告中已初步提及。现在，用户可以生成分辨率高达1080p、时长最长20秒的视频，并支持宽屏、竖屏和正方形等多种画幅比例。此外，用户还可以导入自己的素材，用于扩展、重新混合或融合内容，甚至直接从文本生成全新的视频。全新的界面设计让用户可以更方便地通过文本、图像或视频提示使用Sora。同时，我们的故事板工具允许用户精确控制每一帧的输入内容。此外，我们还推出了“特色板块”和“最新动态”，展示社区创作者的优秀作品并持续更新。
![]()
Sora已纳入ChatGPT Plus订阅中，用户无需支付额外费用。每月最多可生成50个视频，分辨率为480p，或更少数量的720p视频。对于更高需求的用户，ChatGPT Pro订阅提供10倍的使用额度，同时支持更高的分辨率和更长的视频时长。此外，我们正在为不同类型用户开发个性化的定价方案，预计将于明年初推出。![]()
目前推出的Sora版本在一些方面仍存在限制。例如，它可能生成不符合现实的物理效果，并在处理复杂动作时表现不足。尽管Sora Turbo相比2月份的预览版速度快了很多，但我们仍在努力降低技术成本，让更多用户可以负担得起并轻松使用。我们决定在此阶段推出视频生成技术，是希望社会各界能有时间探索其潜力，并共同制定规范和安全保障措施，以确保技术在未来能够被负责任地应用。所有通过Sora生成的视频均嵌入了C2PA元数据，用于标识内容来源并提供透明度。这些元数据还可用于验证视频的真实性。尽管当前技术尚不完美，我们已默认添加了多项保护措施，例如可见水印。同时，我们开发了一个内部搜索工具，通过生成内容的技术属性来辅助验证其是否源自Sora。目前，我们已屏蔽了一些严重滥用形式，例如儿童性虐待材料和深度伪造内容。发布初期，涉及人物的上传功能将受到限制，但随着深度伪造缓解措施的改进，我们计划逐步向更多用户开放这一功能。我们希望这个早期版本的Sora能够激发用户的创造力，让他们探索新的叙事形式，讲述自己的故事，并不断扩展视频叙事的可能性。我们期待着见证Sora如何塑造全新的创作世界。
![]()
![]()
