网页挤崩溃，OpenAI视频生成大模型Sora终于正式登场

在OpenAI的“12 Days of Christmas”12天连更计划的第3天，视频生成大模型Sora终于正式登场。

今年2月16日，OpenAI首次向外界展示了Sora的存在。据其介绍，Sora可以直接输出长达60秒的视频，并且包含高度细致的背景、复杂的多角度镜头，以及富有情感的多个角色。OpenAI在官网上公布了数十个视频demo，并不断在社交平台X上放出由Sora生成的视频。这些内容遭集合推送至OpenAI的TikTok账号上，短短5天内便获得了51.3万次赞，粉丝数也涨至10.6万。

尽管“多模态模型”并不新鲜，文本到视频的模型也此前已存在，但从OpenAI公布的视频中可以看到，Sora可以生成的视频长度和准确性完全颠覆了市场上现有产品的表现，堪称史上最强文生视频产品。

Sora不仅为OpenAI带来了大量粉丝，也让其估值进一步提升。不过，当时这家公司表示，Sora在短期内不会向大众开放，因为其“技术仍存在一些缺陷，包括一些空间问题”。

在将近10个月之后，万众瞩目下，Sora终于在此次系列发布中重磅登场。

OpenAI表示，2月发布Sora之后，团队开发了其新版本Sora Turbo，其性能有了显著进步，即日起该版本将作为独立产品提供给ChatGPT Plus和Pro用户。

在价格上，20美元一个月的ChatGPT Plus用户，每月可以生成最多50个视频，分辨率最高为720p，时长为 5 秒；每月200美元的ChatGPT Pro用户，每月最多可以生成500个视频，可以同时生成五个视频，时长20秒，分辨率最高为1080p，并可下载无水印视频。

Sora Turbo可以生成最长达20秒的视频，最高1080p清晰度，有宽屏、竖屏、方屏比例可选。在生成模式上，除了基础的文本转视频 (Text-to-Video)模式，还有文本+图像转视频 (Text+Image-to-Video)模式，利用图像辅助Sora理解用户的创作意图，以及融入特定图像元素；以及文本+视频转视频 (Text+Video-to-Video)模式，用户可以上传已有的视频，并结合文本描述来对其进行修改或扩展。

此外，Sora Turbo还有多种视频编辑工具，包括替换、删除或重新构想视频中的元素；找到并隔离最佳帧，然后向任一方向延伸它们以完成场景；使用Loop剪辑并创建无缝重复的视频以及一个名为Storyboard的选项，用户可以通过它详细描述希望视频在不同时间点发生的内容，从而更好地指导一系列片段的生成。

目前，网站已经上线，美国及其他市场的ChatGPT付费用户可以通过该网站开始使用Sora，但在欧洲大部分地区和英国还需要一段时间才能使用，中国用户依然受限。

不过，融易新媒体消息，由于实在是太火爆，Sora网站一度遭挤到崩溃，OpenAI CEO山姆·奥特曼（Sam Altman）表示：“由于需求超出预期，我们将不得不间歇性地关闭新用户注册，并且生成内容的速度会在一段时间内减慢。”

在技术路线上，目前，业界普遍猜测Sora的成功延续了OpenAI的Scaling law法则，即通过海量的数据，大量的算力，再加上大参数模型，最终“大力出奇迹”。

OpenAI研究科学家Noam Brown在Sora Turbo发布后表示，Sora是scale力量最直观的展示。山姆·奥特曼则表示，“大家可以将 Sora看作视频版的GPT-1。”

市场预计，Sora的发布会对视频制作领域带来革命性的变化，无论是电影制作、广告、游戏开发还是社交媒体，都可以借助视频生成大模型降低视频创作的门槛，产生新的机遇。

自今年2月首次预告Sora以来，OpenAI便开始与电影制片厂、媒体高管以及经纪公司展开会谈。OpenAI还允许一些艺术家、知名演员和导演试用该服务。

OpenAI还表示，Sora是一项理解和模拟现实的基础性AI技术，是开发能够与物理世界互动模型的重要一步。

OpenAI发布Sora之后，国内互联网大厂和大模型公司纷纷跟进视频大模型这一赛道，包括字节跳动、快手，今年发布视频生成模型的公司还包括阿里云、Minimax、生数科技、智谱AI等公司。就在最近，腾讯混元大模型也宣布上线视频生成能力，正式加入竞争激烈的视频生成赛道。