開發聊天機器人ChatGPT的科技公司OpenAI，今（16）日宣布推出一款全新AI模型「Sora」，可以根據使用者輸入的文字內容，生成最長一分鐘的影片，視覺效果相當逼真出色。不過，OpenAI表示目前不會開放給公眾使用，還在進行安全測試，評估「Sora」潛在的風險和危害。
OpenAI介紹Sora的功能，稱其可以按照使用者輸入的文字指令，生成高品質的影片，片長最多一分鐘，可以呈現包含多個人物、特定動作的複雜場景，準確突顯出主題的細節，並符合現實世界中的物理特性。
OpenAI在X上分享了多則實例，其中一則輸入的文字內容為，「美麗的、白雪皚皚的繁華東京城，鏡頭穿過熙熙攘攘的城市街道，跟著幾個行人享受美麗的雪天，並在附近的攤位購物。迷人的櫻花花瓣隨著雪花在風中飛舞」，而生成影片呈現的效果相當驚艷，不僅畫面逼真，且鏡頭十分靈活。
不過，OpenAI也指出Sora目前仍存在弱點，包括一些較複雜的空間細節會出現不合邏輯的情況，對於特定因果關係的理解也會出錯，比如說影片中被咬下的餅乾仍然完整，沒有出現被咬過的缺口等等。
另外，Sora也正在進行內部安全測試，評估若被用於製造假訊息、仇恨內容等違反規定的情境，可能會帶來的風險和危害。OpenAI表示，目前除了開放給安全測試團隊紅隊（red-teaming）成員外，僅有開放給少數特定用戶，以釐清Sora在使用上可能的顧慮，在有結論前不會開放給公眾使用。
我是廣告 請繼續往下閱讀
OpenAI在X上分享了多則實例，其中一則輸入的文字內容為，「美麗的、白雪皚皚的繁華東京城，鏡頭穿過熙熙攘攘的城市街道，跟著幾個行人享受美麗的雪天，並在附近的攤位購物。迷人的櫻花花瓣隨著雪花在風中飛舞」，而生成影片呈現的效果相當驚艷，不僅畫面逼真，且鏡頭十分靈活。
OpenAI表示，除了將文字轉換成影片，Sora也可以把圖片動態化生成影片，或是根據現有影片延長補充。OpenAI相信，Sora將是實現通用人工智慧（Artificial General Intelligence，AGI）的重要里程碑，因為它能深度理解使用者的文字以及現實世界，才能進行精準的影片生成演繹。
不過，OpenAI也指出Sora目前仍存在弱點，包括一些較複雜的空間細節會出現不合邏輯的情況，對於特定因果關係的理解也會出錯，比如說影片中被咬下的餅乾仍然完整，沒有出現被咬過的缺口等等。
另外，Sora也正在進行內部安全測試，評估若被用於製造假訊息、仇恨內容等違反規定的情境，可能會帶來的風險和危害。OpenAI表示，目前除了開放給安全測試團隊紅隊（red-teaming）成員外，僅有開放給少數特定用戶，以釐清Sora在使用上可能的顧慮，在有結論前不會開放給公眾使用。