Sora理解物理世界嗎（關于Sora的簡介）

Sora模型發(fā)布已經(jīng)有一段時間，最初它對世界的理解能力讓人驚嘆，但有業(yè)內(nèi)人士認為，Sora對于世界的理解還停留在比較初級的階段，對物理世界并沒有特別深的理解。

1.相比于以前的視頻生成模型，Sora對于物理世界有一定的理解能力，但并不能算很高明，在一個中國舞龍視頻當中，Sora生成的中國字其實并不是中國字，只是比較像中國字的一個圖形，這是計算機的特性決定的，它具備很強的學習能力和圖像生成能力，但對于現(xiàn)象背后的物理意義和文化意義并不如ChatGPT一樣具備深刻的理解。

2.Sora在視頻的生成能力、連續(xù)性和真實世界模擬方面都具有巨大的優(yōu)勢，它生成的視頻默認為1080P，還具備視頻連接、數(shù)字世界模擬、不同世界交互、運動相機模擬等功能，這些功能在其他的視頻模型當中被提及較少。

3.Open AI發(fā)布的Sora可以生成尺寸更加自由的視頻，用戶可以選擇1920*1080的橫屏、豎屏模式，介于兩者之間的所有尺寸視頻用戶都可以自由選擇，相比之下比如Runway Gen2視頻生成模型，只能選擇16：9、1：1、4：3等長寬比的模型，清晰度則為1408*768px。

4.Sora能將兩個視頻揉合起來，生成一個看起來沒有絲毫違和感的視頻，在官方演示視頻中，先為模型給出一個無人機穿越古羅馬的視頻，再給一個蝴蝶在海底飛行的視頻，Sora能將無人機變成蝴蝶，為古羅馬建筑加入珊瑚風格。

5.生成的視頻中如果鏡頭中物體被其他物體遮住，鏡頭移動到下一階段，這一物體重新出現(xiàn)時仍然能保持之前的存在狀態(tài)，這種連續(xù)性是視頻生成模型的一大突破，可以預見未來Sora將會有廣泛的應用前景。