在 Sora 之前，已经涌现出其他几种文本到视频生成模型，包括 Meta 的 Make-A-Video、Runway 的 Gen-2 以及 Google 的 Lumiere。截至 2024 年 2 月，其中最后一个模型仍处于研究阶段。Sora 背后的公司 OpenAI 在 2023 年 9 月发布了 DALL·E 3，这是其第三个 DALL-E 文本到图像模型。

Sora 的开发团队以日语中 "天空" 的意义命名它，象征着它的 "无限创造潜力"。于 2024 年 2 月 15 日，OpenAI 首次预览了 Sora，并发布了多个由其生成的高清视频片段，包括一辆 SUV 在山路上行驶、蜡烛旁边的 "短毛怪" 动画、两个人们在雪地里走过东京，以及加州淘金热的虚假历史场景。

OpenAI表示 Sora 能够生成长达一分钟的视频。随后，该公司分享了一份技术报告，重点介绍了用于训练模型的方法。OpenAI 首席执行官 Sam Altman 还通过一系列推文回应了 Twitter 用户使用 Sora 生成的提示视频。

OpenAI 表示，它计划向公众开放 Sora，但时间表尚未明确。该公司向一个小型 "红队" 提供了有限的访问权限，其中包括错误信息和偏见方面的专家，以对模型进行对抗性测试。同时，公司还与一小群创意专业人士（包括视频制作者和艺术家）分享了 Sora，以获取有关其在创意领域实用性的反馈。

目前，外网又传出一波令人震惊的OpenAI sora视频！

连一年前被整活吃面条的威尔斯密斯在sora时代也迎来了完全进化：

不过还好，震惊之余，仔细看看，原来是官方整活，真人出镜搞笑。

这让很多网友们在一开始看到视频的时候看了无数遍为了寻找瑕疵，结果是真人。。。闹了不少笑话。

就在今天，Sora团队开启招聘，同时放出了最新sora作品，寻找“对系统效率充满热情、相信可扩展性并拥有解决这些问题的专业知识”的人才。

从sora的出现到背后，大家都开始好奇，这背后的团队到底是谁？

Sora的主要负责人一共有三名：

“我是OpenAI的研究科学家，共同领导我们的视频生成模型Sora。我的研究主要涉及模拟物理世界的大规模生成模型。

我在伯克利人工智能研究中心获得了博士学位，导师是Alyosha Efros，我在那里发明了InstructPix2Pix。之前，我曾在谷歌负责Pixel手机相机的人工智能技术，并在NVIDIA研究视频生成模型。

我的摄影作品曾获得国家地理、自然最佳摄影和国家野生动物联合会颁发的奖项。我曾在纽约百老汇的比肯剧院表演，并因无伴奏节拍击鼓获得国际奖项。

我对人工智能充满热情，很幸运它与我对摄影、电影和音乐的热爱相结合。欢迎您对我的工作提出评论和问题。”

与同为 Tim 师出同门、比他晚毕业 4 个月的 William (Bill) Peebles 一样，他也是 Sora 的另一位负责人。

William (Bill) Peebles

“我是OpenAI的研究科学家，共同领导我们的视频生成和世界模拟项目Sora。

此前，我在伯克利人工智能研究中心完成了我的博士学位，导师是Alyosha Efros。在那之前，我在麻省理工学院本科阶段，得到了Antonio Torralba的指导。我曾在Facebook人工智能研究院（FAIR）、Adobe Research和NVIDIA实习过。在攻读博士学位期间，我得到了美国国家科学基金会的研究生研究奖学金的支持。”

“我创建了 DALL·E，并与他人共同创造了 DALL·E 2，这是OpenAI开发的一种文本到图像生成系统。我对利用人工智能来增强人类创造力充满兴趣，在2024 年冬季季度加入华盛顿大学历史系担任助理教授”

他希望更多人了解 DALL-E 2 技术的工作原理，以减少对其的误解。他谈到DALL-E 和生成式人工智能的未来，“有人认为这个模型的运作方式是它在某个地方有一个图像数据库，然后通过剪切和粘贴这些图像的片段来创建新的图像，”他解释道。“但实际上，它的运作方式更接近人类。当模型通过图像进行训练时，它会学习到所有这些概念的抽象表示。”

他进一步解释：“当我们开始从零生成图像时，就不再使用训练数据。”“生成模型从试图生成的模糊近似开始，然后通过多个步骤逐渐添加细节，就像艺术家如何从一个粗略的草图开始，然后随着时间推移逐渐丰富它。”

2021年 DALL-E 生成的“穿着短裙遛狗的小萝卜”插图 

结果到昨天

sora已经将它直接变成动画！

他强调，一直以来 DALL-E 的目标就是帮助艺术家。

Sora团队的00后登场！

“我热爱构建。我的重点是构建从根本上质疑一切的事物。今年1月我才刚刚加入Sora项目组” 

2022年从密西根大学计算机系本科毕业，我进行过前端开发，简单的人工智能/机器学习工作，但我更愿意将自己看作是一个设计和产品的人。

我领导过团队，规模从10人到200人以上，取得了成功。我的领导风格很独特，正如有人所说：“威尔是我曾经遇到过的最自然的领导之一 - 以一种非常悠闲随和的方式，他将周围的人视为平等。”

Sora的幕后团队还包括三位华人

Li Jing、Ricky Wang、Yufei Guo

Li Jing是DALL-E 3的共同项目组成员，2014年本科毕业于北京大学物理系，2019年获得MIT物理学博士学位。在Meta做了2年多博士后之后，Li Jing于2022年加入OpenAI。

另一位华人作者是Ricky Wang，他在今年一月从Meta/Instagram跳槽到OpenAI。同时，新加入的还有Conner Holmes，他在微软工作时以外援形式参与了DALL·E 3的推理优化工作，后来干脆加入了OpenAI。

最后，我们来看一下完整的作者名单：

OpenAI创始人奥特曼7万亿芯片计划

OpenAI宣布了一项筹资7万亿美元的计划，旨在建立一个“芯片帝国”。这一庞大的投资相当于美国国内生产总值（GDP）的25%，中国GDP的40%，全球GDP的10%。

OpenAI的首席执行官奥特曼透露，目前该公司每天生成约1000亿个单词，这需要大量的GPU（图形处理器）芯片进行训练计算。这也许是OpenAI决定“造芯”的一个重要原因。此前，奥特曼曾多次抱怨AI芯片短缺问题，指出目前英伟达的芯片产能已不足以满足未来的需求。

据业内估算，ChatGPT的一次训练大约需要2.5万块英伟达A100芯片。如果训练GPT-5，则可能需要5万张英伟达H100芯片。市场分析认为，随着GPT模型的不断迭代升级，未来GPT-5可能会面临无法满足芯片需求的情况。因此，对于OpenAI而言，投身芯片制造似乎是一个顺理成章的举措，也是必然的选择。

NVIDIA CEO黄仁勋笑了：有必要吗？

黄仁勋则认为更高效、更低成本的芯片将不断涌现，奥特曼所谓的“7万亿美元”大规模投资的没有这么必要。

不过话说回来，黄仁勋也没有绝对否定。他强调，对于AI领域的投资增长不会在短期内停止，并预测AI数据中心的规模将在五年内翻番。实际上，自从奥特曼的7万亿美元的消息曝光以来，网友们也没少进行各种猜测。

根据Gartner的预测，2023年全球半导体行业的总收入为5330亿美元，而7万亿美元是这个数字的14倍。

一些网友计算认为，这笔资金不仅足以一口气吞并英伟达、台积电、英特尔、三星、高通、博通、AMD、ASML等一系列半导体行业的龙头公司，而且剩下的钱还能轻松购买Meta。

AI快速发展，监管将面临哪些挑战？

参考：OpenAI官网 央视新闻