大年初七，一条科技新闻在互联网上刷屏：OpenAI发布的文生视频模型Sora，可以根据用户给出的文本描述，生成包含多个角色、并深度模拟现实世界复杂场景的60秒视频。通过数条演示视频，Sora展示了其卓越的性能，进而引发一场网络上的“科技狂欢”。
我们先来看下Sora部分文生视频的效果。
文案节选：一位时尚的女人走在东京的街道上，街道上到处都是温暖的发光霓虹灯和动画城市标志。

可以看出，Sora生成的视频质量非常高，场景逼真，可媲美电影片段。虽然Sora还存在一些不足，比如难以准确模拟复杂场景的物理原理，并且可能无法理解因果关系等。但其生成的视频时间长、多角色、多镜头，已经是人工智能领域一个奇迹般的存在。