OpenAI 公司领导在周五的 Discord 办公时间会议中表示,该公司计划最终将其 AI 视频生成工具 Sora 直接整合到其广受欢迎的消费级聊天机器人应用 ChatGPT 中。
目前,Sora 只能通过 OpenAI 在去年 12 月推出的专用网页应用访问,用户可以使用同名的 AI 视频模型生成最长 20 秒的电影级片段。然而,OpenAI 的 Sora 产品负责人 Rohan Sahai 表示,公司计划将 Sora 部署到更多平台,并扩展其创作能力。
OpenAI 在去年 12 月发布之前的几个月里,主要面向创意人员和视频制作工作室推广 Sora。现在,公司正在更加积极地努力扩大其 AI 视频创作工具的受众群。
Sahai 表示,OpenAI 正在积极开发将 Sora 整合到 ChatGPT 中的方案,实现两个产品的融合,但他没有透露具体时间表。他暗示,最终整合到 ChatGPT 中的 Sora 版本可能不会提供与 Sora 网页应用相同程度的控制功能,比如用户编辑和拼接视频的能力。
OpenAI 可能试图通过让用户在聊天机器人中生成 Sora 视频来吸引更多用户使用 ChatGPT。将 Sora 整合到 ChatGPT 中还可能激励用户升级到 ChatGPT 的高级订阅层级,这些订阅可能提供更高的视频生成限制。
Sahai 在办公时间会议中解释说,OpenAI 将 Sora 作为独立网页应用推出的原因之一是为了保持 ChatGPT 的简洁性。
自推出以来,OpenAI 已经扩展了 Sora 的网页体验,为用户提供了更多浏览社区 Sora 生成视频的方式。Sahai 还表示,OpenAI "很想开发" 一个独立的 Sora 移动应用,并提到 Sora 团队正在积极招聘移动端工程师。
OpenAI 还计划将 Sora 的生成能力扩展到图像领域。
Sahai 证实了相关传闻,表示 OpenAI 正在开发一个由 Sora 驱动的 AI 图像生成器。虽然 ChatGPT 已经支持由 OpenAI 的 DALL-E 3 模型驱动的图像生成功能,但 Sora 驱动的图像生成器可能能够让用户创建更加逼真的照片。
Sahai 补充说,OpenAI 还在开发新版本的 Sora Turbo,这是目前驱动 Sora 网页应用的模型。
好文章,需要你的鼓励
Ode是由Anthropic、黑石、高盛等机构支持的合资企业,专注于向大型企业派驻前沿工程师,以少数工程师取代大批顾问。TechCrunch播客《Equity》采访了Ode联合创始人Chris Taylor和Eddie Siegel,探讨为何众多企业AI试点项目无法落地投产,以及AI原生服务为何有望成为科技领域最重要的赛道之一。
南加州大学团队发现语音抑郁检测领域存在数据漏洞,并提出CLeaD跨语言对比对齐框架,揭示模型规模越大跨语言性能越差的反直觉规律。
本文介绍如何利用Gemini AI助手快速规划暑期旅行。ZDNET撰稿人Elyse Betters Picaro通过向Gemini输入详细提示词,成功生成迪士尼世界家庭旅行的初步行程文档,内容涵盖航班信息、Airbnb住宿建议及景点安排。测试表明,Gemini能自动创建Google文档并汇总关键信息,但在优先推荐谷歌自有平台方面存在一定偏向。ChatGPT也可完成类似任务,但不支持直接生成Google文档。
KAIST等机构提出3D HAMSTER,通过为视觉语言模型加入深度编码器和几何重建损失,让机器人规划器直接输出三维轨迹,解决了分层机器人系统中规划与执行的维度不匹配问题,显著提升了操作鲁棒性。