OpenAI发布了 Sora，一款能够生成长达一分钟视频的强大工具，AI视频制作领域迎来了一次时代性的变革。
全新AI视频生成工具 Pika 爆火，美国AI创业公司Pika Labs发布了全新的文生视频产品Pika 1.0。
以下是最新的排行榜归纳表格：
| 工具名称 | 优点 | 备注 |
| Sora | 可生成长达一分钟的高质量视频；根据用户提示进行调整，提供个性化服务 | 官网 |
| Runway | 结合了两种不同模型的功能，具备文字生成和影片编辑能力 | 官网 |
| Stable Video Diffusion | 提供广泛的视频应用于媒体、娱乐、教育、营销等领域；功能强大 | 官网 |
| Pika Labs | 简洁易用的特点，容易上手；能够轻松打造专业级的视频内容 | 官网 |
| Morph Studio | 提供快速、高品质的影片生成服务；可以根据简单的文字提示创建出令人惊艳的视频 | 官网 |
| Kaiber | 专注于动画视频生成，风格多样、主题丰富 | 官网 |
| Wonder Studio | 可将CG角色动画、灯光合成到真实场景中；提供全新的创作体验 | 官网 |
| VisionStory | 专注于舞蹈视频生成，用户可根据音乐和视觉风格打造独一无二的作品 | 官网 |
引爆全球的Sora -人工智能模型
Sora (人工智能模型)是由 OpenAI 开发的首个文生视频模型，它能够根据文本指令创建长达60秒的视频
近日，人工智能研究公司OpenAI发布首个文生视频模型Sora，其视频生成能力、效果呈现的成熟度震撼了全世界。Sora通过接收简单的文本指令，就能生成长达60秒的视频，其中包含多角度镜头切换、复杂的视频场景、生动的角色表情等等。Sora is an AI model that can create realistic and imaginative scenes from text instructions. Creating video from text
Sora不仅能够理解用户在提示中所要求的内容，还理解这些内容在物理世界中的存在方式。 Sora的横空出世，不仅颠覆了生成式AI在视频领域的市场格局，更预示着AGI（通用人工智能）将提前到来。
Sora生成的视频带有C2PA元数据标签，以表示它们是由人工智能模型生成的。由于担心Sora可能被滥用，OpenAI表示目前没有计划向公众发布该模型。
Sora的工作原理：
Sora 的工作原理是使用扩散模型，它从一个看起来像静态噪声的视频开始，然后通过多个步骤逐渐去除噪声，最终生成视频。它使用类似于 GPT 模型的变换器架构，这使得它能够处理更广泛的视觉数据，包括不同的持续时间、分辨率和宽高比。Sora 还使用了 DALL·E 3 中的重述技术，为视觉训练数据生成高度描述性的字幕，从而使模型能够更忠实地遵循用户在生成视频中的文本指令。
Sora的核心能力：
- 文本到视频生成能力: Sora能根据用户提供的文本描述生成长达60秒的视频，这些视频不仅保持了视觉品质，而且完整准确还原了用户的提示词。而在Sora发布之前，市面上的AI视频模型大多只能生成3或4秒长的视频，不仅 角色形象扭曲，还得用户输入图片，而Sora则将AI生成视频长度扩展到了60秒。这意味着Sora生成的视频，能承载更多的信息、内容更为丰富，甚至达到了许多短视频平台发布内容的要求。
- 复杂场景和角色生成能力: Sora不仅能够呈现提示词包含的元素，还理解这些元素在物理世界中的运动方式。此前的AI视频生成工具如Pika、runway等尝试过镜头和动作的处理，但相较之下，它们生成的视频运动生硬，且遇到大幅度动作的场景就会变形，导致很多AI视频看起来像PPT电影一样。然而，Sora对视频动态的处理已经非常接近现实了。例如Sora官网展示的这个视频案例，无论是动作的连贯性还是顺畅读度，Sora都处理得很好。
- 多镜头生成能力: 目前，常见的AI视频工作流程是使用AI生成图片，然后再用这些图片生成视频。而Sora 具有创建多个镜头的能力，可以在同一视频中保持角色和视觉风格的准确度。此外，Sora 不仅能够从文本指令生成视频，还能够从现有的静态图像生成视频，或者扩展现有视频，填充缺失的帧。
- 从静态图像生成视频能力: Sora 不仅能够仅从文本指令生成视频，还能够从现有的静态图像生成视频，或者扩展现有视频，填充缺失的帧。这些能力使得 Sora 成为理解现实世界并模拟其运动的基础，这对于实现通用人工智能（AGI）是一个重要的里程碑。
- 物理世界模拟能力: Sora展示了人工智能在理解真实世界场景并与之互动的能力，能够模拟真实物理世界的运动，如物体的移动和相互作用，这是实现通用人工智能（AGI）的重要里程碑。
弱点：
尽管 Sora 在生成视频方面表现出色，但它也存在一些弱点，比如在模拟复杂场景的物理规律时可能会遇到困难，可能无法理解特定事件的因果关系。此外，模型可能会混淆提示中的空间细节，比如左右混淆，或者在描述随时间发生的事件时可能会有困难。
Sora将改变哪些行业：
技术浪潮下，重塑与变革必然势不可挡。Sora 凭借高度还原能力，可能会对多个行业产生显著影响，包括但不限于以下几个领域：
- 内容创作与媒体产业：电影、广告、动画制作等行业可以利用Sora快速产出预览或初步版本的内容，节省大量的制作时间和成本。同时，Sora的多模态特性使得视频内容的创作更加灵活，创作者可以更容易地实现创意想法。
- 影视制作行业：Sora可以用于制作电影预告片、音乐视频、游戏预告等，提供更加丰富和吸引人的视觉体验。它还可以用于虚拟现实（VR）和增强现实（AR）内容的创作，为用户带来更加沉浸式的体验。
- 营销与广告：广告公司可以利用Sora快速生成符合品牌定位的视频内容，减少拍摄和后期制作的成本。同时，Sora可以根据市场反馈快速调整视频内容，提高广告的针对性和效果。
- 游戏设计开发：游戏开发者可以利用Sora生成游戏场景和角色动画，减少3D模型和动画制作的成本和时间。这将使得游戏开发更加高效，同时也能够快速迭代和更新游戏内容。
- 教育和培训：Sora 可以生成教育视频，帮助学生更好地理解复杂的概念，或者模拟实验和操作过程，提高学习效果。
资料来源“Sora究竟是什么意思？”
AI生成视频工具Pika爆火
2023年底，AI视频生成领域可谓是“热闹非凡”。11月16日，社交媒体巨头Meta发布工具Emu Video。几乎是同一时间，字节跳动的PixelDance模型也宣布问世。11月21日，Runway的Gen-2动态笔刷Motion Brush面世。11月24日，AIGC领域的佼佼者Stable AI推出了Stable Video Diffusion（稳定视频扩散模型）。5天后，Pika 1.0发布。
华人联创，OpenAI联创参投，创始人郭文景（Demi Guo）和联合创始人兼CTO Chenlin Meng都是斯坦福大学AI Lab博士生。此前文生视频领域比较受关注的公司有Runway、Stability AI。Runway和Pika 1.0对标的产品是Gen-2模型。Stability AI此前也推出了Stable Video Diffusion模型，目前该产品对生成视频长度有限制。
郭文景这样解释AI生成图片和AI生成视频技术的区别：“视频有很多和图片不一样的问题，比如要确保流畅性、确保动作；视频比图像更大，需要更大的GPU内存。视频生成需要考虑逻辑问题，还要考虑如何生成，是一帧一帧还是一起生成。现在很多模型一起生成，生成的视频就很短。但如果要一帧一帧生成，又要怎么做？很多是图片生成不会面临的新的技术问题。” 接下来，她想要突破的关键点依然是AI生成视频的时长以及清晰度、流畅性。
Pika Labs成立于今年4月，公司定位是AI视频生成工具，致力于让每个人都成为创意视频导演和制作人。3个月，公司就在Discord上发布了第一代产品，8个月之后，新的Pika 1.0面世。目前，Pika 1.0可以支持3D动画、动漫或电影等各种类型，且还可以支持各种画布延展、局部修改、视频时长拓展等编辑功能。
Pika 1.0 系初创公司 pika_labs 推出的产品，这是一款AI视频生成工具，能够生成和编辑3D动画、动漫、卡通和电影等各种风格的视频。用户可通过Pika对视频内容进行实时的精准编辑，比如根据已有素材扩展画面、以文字生成视频素材或控制镜头、以“图+提示词”直接生成动画等。
