OpenAI 推出新的模型 - Sora
OpenAI Sora 介紹
2024 年 2 月，OpenAI 推出了 Sora 文字生成影片模型，該模型根據用戶輸入的文字描述生成逼真的影片，並且能夠控制影片的細節，例如人物、場景、動作、表情等。一推出就受到廣泛的討論，也代表人類在 AI 領域的重大突破。
OpenAI Sora 透過文字產生的影片：
OpenAI Sora 技術說明
Sora 建立在 DALL-E 2 圖像生成模型的基礎上，DALL-E 2 模型可以根據用戶輸入的文字描述生成圖片，Sora 融合了 ChatGPT 的 Transformer 技術和 Diffusion 技術，在平面圖片的基礎上增加了空間與時間的概念，使得動態物件在不同時間點保持高度一致性，達到專業攝影效果。
OpenAI Sora 影響
Sora 的出現無疑為影視創作領域帶來了革命性的變化，任何影視創作 (電影、YouTube)都可以使用 AI 生成技術來創造複雜的視覺效果，甚至是生成完整的動畫短片，這不僅降低了創作門檻，更重要的是創作成本也會大幅下降。
儘管在 Sora 目前還有一些缺點，像是難以正確的模擬複雜場景的物理原理，也無法理解因果關係的具體實例，例如：一個人可能咬了一口餅乾，但下一秒餅乾沒有咬痕。但是模型會隨著時間改進，Sora 依然展現了在影視創作領域巨大的潛力和可能性。
AI 模型是否會被大公司壟斷？
我認為會的，原因如下
- AI 模型的泛化能力提高了，一種模型可應用到多個領域
以 ChatGPT 來說，用戶可以客製化需要的 ChatGPT 聊天機器人，幫助完成特定需求的工作，並且在 ChatGPT Store 中可以找到各式各樣的 ChatGPT，例如：旅遊、書籍、設計等等不同領域的 ChatGPT。目前有些新創公司基於 ChatGPT 做出的產品功能，如 ChatGPT律師版、ChatGPT醫生版，在 ChatGPT Store 內就可以找到類似功能的 ChatGPT，這些公司未來被取代性高。 - 技術與訓練資料的積累
訓練模型不僅需要海量的數據，訓練時所需要的算力也非常可觀，目前公佈的 GPT-3 有 1750 億個參數，要訓練如此龐大的模型，所需要費用與資料量都不是一般公司可以負擔的，導致未來最精準的模型可能只會是自幾個科技巨頭。
