生成式人工智能的发展趋势与应用场景202x年2月发布的文生视频模型Sora引起关注。
这一技术的问世被认为是视频生成领域的重大突破。
对比同样引起轰动的ChatGPT,二者在技术路线和产品定位上有所联系，又有所区别。
一方面Sora结合了ChatGPT所采用的模型架构，能够结合数个静止画面生成连续的视频，也可以自动修补残缺的视频段。
另一方面Sora和ChatGPT都有良好的自然语言理解能力，可以根据用户的描述生成与调整视频内容，也可以对用户提供的素材进行总结归纳和补充。
Sora的问世是OpenAI在模型架构、数据管理等方向积累创新的结果，其背后是GPT系列的技术转化和新技术创新的融合。
ChatGPT侧重于对文本内容的理解和生成，用户可以与之进行对话问答，也可以指令其撰写文章、编写代码等，其基础功能主要由文字交互实现。
最常见的应用场景主要是文本内容的处理，包括对文字的解读、重组、拓展、排序等。
Sora则侧重于视频内容的创造，其核心功能是根据文本提示生成视频内容，在理解和模拟物理世界的前提下，构造出虚拟的世界并展现这个世界的交互规律。
文生视频模型都在多个方面表现出强大的能力，但其本身并不完美。
类似的生成式模型仍然存在一些问题，如不能完全反映所有的物理规律，主要表现为一些违背生活常识和科学认识的情况仍然会发生。
上述文生视频模型缺陷由来已久，并且在短期内
预览阅读已结束，若您需要写相关文章，请扫码联系老师写作！
来源：网络整理 免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。