Sora

Sora是一个基于大规模训练的文本控制视频生成扩散模型。它能够生成长达1分钟的高清视频,涵盖广泛的视觉数据类型和分辨率。Sora通过在视频和图像的压缩潜在空间中训练,将其分解为时空位置补丁,实现了可扩展的视频生成。Sora还展现出一些模拟物理世界和数字世界的能力,如三维一致性和交互,揭示了继续扩大视频生成模型规模来发展高能力模拟器的前景。

需求人群：

生成扩散模型视频内容,提供视觉模拟能力的应用开发,创建和编辑视频内容的工具

使用场景示例：

在视频生成应用中使用Sora生成符合文本提示的内容
结合Sora在游戏或模拟器中生成高保真纹理和环境
通过Sora实现图像和视频的无缝编辑和过渡

产品特色：

基于文本提示生成高质量视频
生成变化分辨率、长度和纵横比的视频
基于图像和视频继续生成
模拟物理和数字世界的某些行为