Sora 2刷屏全网：拍《瑞克和莫蒂》、过物理测试，太棒了

🍹 Insight Daily 🪺

Aitrainee | 公众号：AI进修生

Hi，这里是Aitrainee，欢迎阅读本期新文章。

海外网友基本都在刷屏Sora2：太棒了。

真的，太棒了

Sora 2 能完成以往视频生成模型极难实现的任务。在物理准确性和逼真度上超越了过往系统，并在可控性上实现重大飞跃，还支持同步输出画面和音频，类似Veo3那样。

体操等运动类：

Sora 2 通过了玻璃折射测试：箭头透过一杯水从左变成右。

这是一个 光的折射实验：

神奇的水中箭头实验实验现象当箭头放在玻璃后某个特定距离时，看起来箭头方向反转了。原理解释光从一种材料进入另一种材料时，会发生折射（改变传播方向）。实验中光的传播路径：空气 → 玻璃玻璃 → 水水 → 玻璃背面玻璃 → 空气 → 到达箭头每次光线穿过不同介质（空气、玻璃、水），都会折射，从而产生箭头“反转”的视觉效果。

一句话总结：这是折射现象的直观演示，光在不同介质中折射导致箭头看起来方向反转。

Sora 2 可让你生成许多电视节目的场景《恶搞之家》中的经典剖面场景，从彼得·格里芬在沙发上开始，开头：“这让我想起了那个时候”，记忆是他在抖音上发布 AI slop 的时候

手搓日漫：

还能模拟电脑浏览器操作、画面？

提示：用户打开 Chrome、访问谷歌并搜索 Sora 2 邀请的屏幕录制

真实感拉满：两个一模一样的人在一个小房间里，同时想拍 TikTok，不停地互相挡镜头，气得争吵起来。

视频生成的 GPT-3.5 时刻

OpenAI表示：最初的 Sora 模型在 2024 年 2 月推出，在很多方面就像是视频领域的 GPT-1 时刻——首次让视频生成真正看起来可行，并在扩大预训练算力后自然涌现出物体持久性等简单行为。

自那以后，Sora 团队专注于训练具备更强世界模拟能力的模型。OpenAI相信，这类系统对于培养能够深刻理解物理世界的 AI 模型至关重要。一个关键里程碑是掌握大规模视频数据的预训练和后训练，而这方面相较于语言模型仍处于起步阶段。

有了 Sora 2，直接跳到视频生成的 GPT-3.5 时刻。

Sora 2 能完成以往视频生成模型极其困难、甚至根本不可能的任务：奥运会体操动作、在桨板上完成后空翻并精准模拟浮力与刚性动态、还有猫咪死死抱住时的三周半跳。

在文本提示 man does a cannonball off diving board 下，旧模型往往过于乐观，会扭曲物体、改变现实来满足指令。

例如，一个篮球运动员投篮未中，球可能瞬移进框。而在 Sora 2 中，如果没投中，球会反弹到篮板。更有趣的是，它犯的“错误”，往往像是内部虚拟智能体犯的错——虽然仍不完美，但相比以往系统，它更好地遵守物理规律。这对任何想成为有用世界模拟器的模型至关重要：必须能模拟失败，而不仅是成功。

你甚至可以直接将现实世界的元素注入到 Sora 2 中。例如，通过观察我们团队成员的一段视频，模型就能将他们以外观和声音高度还原的方式插入到任何 Sora 生成的环境中。这一能力非常通用，对人类、动物或物体同样适用。