微软的论文，基于已经发布的内容和他们自己的逆向工程，全面回顾了 Sora 的背景、相关技术、新兴应用、当前的局限性和未来的机遇。

微软的论文，基于已经发布的内容和他们自己的逆向工程，全面回顾了Sora的背景、相关技术、新兴应用、当前的局限性和未来的机遇。非常全面和条理，建议全文阅读。论文简介：本文基于公开的技术报告和对Sora的逆向工程分析，全面评述了该模型的发展背景、相关技术、应用领域、当前面临的挑战以及文字到视频AI模型的未来趋势。文章首先回顾了Sora的发展历程，并深入探讨了构建这一“虚拟世界模拟器”的关键技术。随后，文中详细介绍了Sora在电影制作、教育、市场营销等多个行业中的应用及其可能带来的影响。我们还讨论了要大规模部署Sora所需解决的主要挑战和限制因素，例如如何确保视频生成的安全性和公正性。最后，文章探讨了Sora以及视频生成模型的未来发展方向，以及该领域的进步如何可能为人类与AI的互动开辟新的方式，从而提高视频制作的效率和创造力。论文地址：

OpenAI 推出文本到视频人工智能模型 Sora

OpenAI推出文本到视频人工智能模型Sora根据OpenAI的介绍博文，Sora能够创建"具有多个角色、特定运动类型以及主体和背景准确细节的复杂场景"。该公司还指出，该模型能够理解物体"在物理世界中的存在方式"，还能"准确解释道具并生成表达生动情感的引人注目的角色"。该模型还能根据静态图像生成视频，以及在现有视频中填充缺失的帧或扩展视频。OpenAI的博文中包含的Sora生成的演示包括淘金热时期加利福尼亚州的空中场景、从东京火车内部拍摄的视频等。许多演示都有人工智能的痕迹--比如在一段博物馆的视频中，地板疑似在移动。OpenAI表示，该模型"可能难以准确模拟复杂场景的物理现象"，但总体而言，演示结果令人印象深刻。几年前，像Midjourney这样的文本到图像生成器在模型将文字转化为图像的能力方面处于领先地位。但最近，视频技术开始飞速进步：Runway和Pika等公司都展示了自己令人印象深刻的文字转视频模型，而Google的Lumiere也将成为OpenAI在这一领域的主要竞争对手之一。与Sora类似，Lumiere也为用户提供了文字转换视频的工具，还能让用户通过静态图像创建视频。Sora目前只对"红队"人员开放，他们负责评估模型的潜在危害和风险。OpenAI还向一些视觉艺术家、设计师和电影制片人提供访问权限，以获得反馈意见。它指出，现有模型可能无法准确模拟复杂场景的物理现象，也可能无法正确解释某些因果关系。本月早些时候，OpenAI宣布将在其文本到图像工具DALL-E3中添加水印，但指出这些水印"很容易去除"。与其他人工智能产品一样，OpenAI将不得不面对人工智能逼真视频被误认为是真实视频的后果。...PC版：https://www.cnbeta.com.tw/articles/soft/1418385.htm手机版：https://m.cnbeta.com.tw/view/1418385.htm

新研究解决枝晶难题 克服锂电池的局限性

新研究解决枝晶难题克服锂电池的局限性锂金属电池（LMB）的能量密度比目前的锂离子电池（LIB）高近10倍，因此被认为是未来潜在的存储系统之一。然而，锂金属电池存在一定的安全隐患，不能用于快速充电应用。不受控制的枝晶形成会导致过度加热和电池短路，这是其发展过程中面临的关键挑战之一。研究人员以前曾试图解决LMB的安全问题，但采用的方法既费力又费钱/费时。海德拉巴塔塔基础研究所（TIFRH）的T.N.Narayanan实验室报告了一种简单、可扩展、成本效益高的方法，用于组装更安全、更耐用的锂金属电池。PreetiYadav（作者）手持由改进型隔膜式锂金属电池供电的发光红色LED（3V）图片来源：PallaviThakur博士和T.N.Narayanan教授多孔隔膜位于电池电极之间，将它们隔开，对防止短路至关重要。电池使用一段时间后，其中一个电极上开始形成树状结构或称为树枝状突起的须状突起。如果这些树突不受控制地生长，就会在某种意义上成为两个电极之间的物理桥梁，造成短路。该研究的主要作者、研究生PreetiYadav和PallaviThakur使用一种常见的石墨衍生物粉末对典型电池中使用的隔膜进行了改性。这种改性抑制了枝晶的形成，在很大程度上提高了电池的寿命。研究人员认为，这种隔膜改性方法具有巨大的潜力，可以推广到工业应用中。然而，在10mAcm-2的极高电流密度下，电池似乎在缓慢退化。这可能是因为锂电镀到了碳（沉积石墨衍生物层的一种成分）上。研究人员希望进一步研究这些难题，从根本上了解界面在提高电池性能方面的作用。编译自:ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1425542.htm手机版：https://m.cnbeta.com.tw/view/1425542.htm

关于Sora，觉得周鸿祎分享的观点讲的很好，尤其是第四点：

关于Sora，觉得周鸿祎分享的观点讲的很好，尤其是第四点：大语言模型最牛的是，它不是填空机，而是能完整地理解这个世界的知识。这次很多人从技术上、从产品体验上分析Sora，强调它能输出60秒视频，保持多镜头的一致性，模拟自然世界和物理规律，实际这些都比较表象，最重要的是Sora的技术思路完全不一样，因为这之前我们做视频做图用的都是Diffusion，你可以把视频看成是多个真实图片的组合，它并没有真正掌握这个世界的知识。现在所有的文生图、文生视频都是在2D平面上对图形元素进行操作，并没有适用物理定律。但Sora产生的视频里，它能像人一样理解坦克是有巨大冲击力的，坦克能撞毁汽车，而不会出现汽车撞毁坦克这样的情况。所以我理解这次OpenAl利用它的大语言模型优势，把LLM和Diffusion结合起来训练，让Sora实现了对现实世界的理解和对世界的模拟两层能力，这样产生的视频才是真实的，才能跳出2D的范围模拟真实的物理世界。这都是大模型的功劳。

Jim Fan 详细介绍了一下 Sora 的实现原理，这不仅仅是一个视频生成模型这么简单，还是一个基于数据驱动的虚幻 5 引擎。

JimFan详细介绍了一下Sora的实现原理，这不仅仅是一个视频生成模型这么简单，还是一个基于数据驱动的虚幻5引擎。如果你以为OpenAISora只是一个像DALLE这样的创意小玩具，那你可要重新认识一下了。Sora实际上是一个基于数据驱动的物理引擎，能够模拟各种真实或奇幻的世界。这款模拟器能学会复杂的渲染技术、直观的物理规律、长期的逻辑推理以及语义理解，而这一切都是通过先进的去噪技术和梯度计算实现的。我甚至猜测，Sora可能是通过使用UnrealEngine5生成的大量合成数据来进行训练的。这听起来非常有可能！下面我们来详细分析一段视频。这段视频的提示是：“一杯咖啡里，两艘海盗船相互战斗的逼真特写视频。”•视频中，模拟器创建了两艘装饰各异的精美海盗船的3D模型。Sora需要在其庞大的数据空间中隐式地完成从文本到3D模型的转换。•这些3D模型的海盗船在航行中能够自然地动起来，它们在避开对方的同时，动作流畅协调。•还有咖啡的流体动力学表现，包括船只周围形成的泡沫。流体模拟本身就是计算机图形学中一个复杂的分支，通常需要复杂的算法和方程式来实现。•视频的光影效果逼真，几乎可以媲美光线追踪技术的渲染效果。•模拟器还考虑到了杯子与海洋相比较小的尺寸，并运用了移轴摄影技术（Tilt-shiftphotography），为整个场景增添了一种微观世界的感觉。•虽然视频中的场景在现实世界里找不到对应，但模拟器还是根据我们的期望，准确实现了物理规则。接下来的步骤是：引入更多的模态和条件变量，我们就可以得到一个全面的、基于数据驱动的UnrealEngine。它将有望替代所有现有的手工设计图形处理流程。

震撼！牛逼！OpenAI 发布了 Sora，一种文字生成视频的技术，从演示看，效果还是相当不错的。

震撼！牛逼！OpenAI发布了Sora，一种文字生成视频的技术，从演示看，效果还是相当不错的。Sora的强大之处在于其能够根据文本描述，生成长达60秒的视频，其中包含精细复杂的场景、生动的角色表情以及复杂的镜头运动。目前，Sora已对网络安全的红队成员开放，以评估其可能存在的风险或潜在伤害。同时，OpenAI也邀请了视觉艺术家、设计师和电影制作人使用Sora，收集他们的反馈，以使模型更好地服务于创意行业。Sora能够创造出包含多个角色、特定动作类型以及与主题和背景相符的详细场景。这款模型不仅能理解用户的指令，还能洞察这些元素在现实世界中的表现。Sora对语言有着深刻的理解，能够精准地捕捉到用户的需求，并创造出充满生命力、情感丰富的角色。此外，Sora还能在同一视频中创造出多个画面，同时保持角色和视觉风格的一致性。当然，Sora还不是完美的。比如在模拟复杂场景的物理效应，以及理解某些特定因果关系时，它可能会遇到难题。举个例子，视频中的人物可能会咬一口饼干，但饼干上可能看不到明显的咬痕。在处理空间细节，比如分辨左右时，Sora也可能会出现混淆；在精确描述一段时间内发生的事件，如特定的摄影机移动轨迹时，也可能显得力不从心。—-视频二提示词：一位时髦的女士穿行在东京的街头，街道充满了温暖的霓虹灯光和动感的城市标志。她穿着一件黑色皮夹克，一条长红裙和黑色靴子，手拿一个黑色手提包。她戴着太阳镜和红色口红。她走路既自信又随意。街道潮湿且能反射，创造出彩色灯光的镜面效果。许多行人来来往往。产品地址：openai.com/sora