188金宝博,金宝博,188金宝博体育,188金宝博官方网站,188金宝博app下载,金宝博体育,金宝博网站,金宝博链接,188金宝博网址,188金宝博黑款,金宝博入口,金宝博登录,体育投注,足球投注2024 年 2 月发布的初代 Sora 模型，在很多方面都堪称视频领域的 GPT-1 时刻 —— 这是视频生成首次让人觉得开始行得通，像物体恒存性这样的简单行为，也随着预训练计算量的提升而出现。从那以后，Sora 团队一直专注于训练具备更先进世界模拟能力的模型。OpenAI 认为，此类系统对于训练能深度理解物理世界的 AI 模型至关重要。实现这一目标的一个重要里程碑，是掌握大规模视频数据的预训练和后训练技术，与语言领域相比，这些技术在视频领域尚处于起步阶段。
此前的视频模型过于乐观 —— 它们会扭曲物体并改变现实，以成功满足文本提示。例如，如果一名篮球运动员投篮未中，球可能会自发地瞬移到篮筐处。在 Sora 2 中，如果一名篮球运动员投篮未中，球会从篮板上反弹回来。有趣的是，该模型所犯的「错误」往往似乎是 Sora 2 隐含模拟的内部主体所犯的错误；尽管仍不完美，但与之前的系统相比，它在遵守物理定律方面表现得更好。对于任何有用的世界模拟器来说，这都是一项极其重要的能力 —— 你必须能够模拟失败，而不仅仅是成功。
