【球盟会】技术解读——OpenAI新模型，会颠覆游戏行业吗？

发表评论

A+

摘要

2月16日，OpenAI发布了全新的文生图模型Sora，能够给予用户给出的提示Prompt，生成一段时长达到1分钟的高清视频，乍一看OpenAI做的事情似乎和游戏无关，主要可能会影响电视剧、电影等影视作品的制作，但是Sora擅长的模拟数字世界能力，结合此前OpenAI已经发布的一款大型强化深度学习模拟器Neural MMO，Sora不止是一个视频生成器，而是更像一个“世界模拟器”的概念，Sora将深入学习模拟现实世界的物理规律，极有可能将颠覆游戏等内容生产行业。

球盟会官网报道

【新人豪礼】新会员专享注册送88元体验金，存100送100，再送免费游戏局
【存款返赠】使用虚拟币支付额外再赠2%，均可获赠58元红包优惠券！
最佳投注体验，超高游戏赔付，千场精彩赛事，下载体育APP，等你来战。

我们先来看Sora能干什么，以及与竞争者们的优势在哪里。像去年发布的Runaway和Pika生成的视频长度一般在几秒钟以内，画面可能出现模糊、闪烁等问题，而Sora可以生成长达 1 分钟的视频，质量更高，画面更加清晰流畅，能够达到很强的3D一致性。

在GPT和DALLE的加持下，Sora在理解文本指令上有着无可比拟的优势，对于简短的Prompt，Sora能够先利用GPT对提示词进行转换变得更长，然后再生成视频；搭配上DALLE3，用户可以先生成生成一系列图像，然后让Sora将这些图像拼接成动画，效果十分惊艳。

【球盟会】技术解读——OpenAI新模型，会颠覆游戏行业吗？

对于两个不同视频，Sora也能将视频进行拼接，非常丝滑流畅，我们可以看到无人机直接无缝切换成蝴蝶，Sora不仅能够对语言提示有非常深刻的理解，同时对语言对应现实世界的物理形式，也有深刻的理解能力，这也是本文想要讨论的关键点所在。

OpenAI形容Sora具备一定的对现实世界物理规律理解能力，以一个Sora生成较为失败的视频为例，提示词为“考古学家在沙漠中发现了一把普通的塑料椅子，小心翼翼地挖掘并除去灰尘。”在这个场景中，Sora正在尝试理解椅子是一个刚性物品。

但如果放在虚拟的游戏世界，比如我们让Sora生成“我的世界”视频，效果比现实物理世界更好，而且Sora看起来像是真的理解了“我的世界”中的物理运动规律，用户只需要提及《我的世界》，就能让Sora直接生成游戏视频。

Sora生成的“我的世界”，看起来像素化更低，更像是真实世界，英伟达高级研究科学家、OpenAI第一个实习生Jim Fan表示，这是因为Sora更像一个“数据驱动的物理引擎”，而非是单纯的图像生成器。

Sora执行了上千次计算，来预测对象如何与其环境交互，在这个过程中，Sora实际上模拟了一个虚拟的世界模型，而且Sora也像是投喂了大量的虚幻5引擎视频，这也让Sora非常适合用于游戏素材生成。输入文本输出视频，Sora如此好用的原理从何而来呢？

目前，从OpenAI仅有的官方技术博客挖掘，Sora主要是结合Diffusion model+Transformer模型，将视觉数据转化统一的时空Patch（类似于大模型的token），像其他的模型都需要通过许多预处理工作，将视觉数据切成标准片大小，而Sora可以直接投喂原始大小的视频，这里的Patch很有可能就是Sora如此强大的关键所在。

目前来看，除了Sora这样的“世界模拟器”以外，GPT4、AI Agent同样也有可能颠覆游戏行业，Jim Fan在去年将GPT-4集成到“我的世界”中，推出Voyager作为史上第一个自主学习如何玩《我的世界》的AI，Voyager能够在游戏中学习如何建造房屋、挖矿、收集仙人掌和狩猎，Jim Fan认为像《塞尔达传说》或者《艾尔登法环》这样的游戏，很快也会有更加强大的AI。

AI Agent同样也会对游戏造成巨大影响，试想一下，当游戏中的AI变得像人类一样聪明，能够根据情况做出自己的复杂决策时，游戏世界会变得更像真实世界，结合之前OpenAI公开的Neural MMO大规模强化深度学习模拟器，将AI Agent放倒一个MMO环境中，让AI进行模拟博弈，OpenAI正在布局一盘大棋。

再回到Sora上来，OpenAI的雄心壮志是让Sora成为一个通用的世界模拟器，而不单单只是个生成视频的工具，试想一下，如果给Sora输入文本，Sora就能根据文本模拟出虚拟世界的人、动物和物体，如果再给Sora训练大量的虚幻5引擎视频素材，Sora也能进一步“掌握”虚拟世界的物理规律，届时Sora可能会像GPT对好莱坞编剧们的颠覆性影响一样，对游戏界产生影响，目前也有部分人呼吁应该从安全性方面考虑，尽快着手限制Sora的发展。

ChatGPT：

聊天机器人——ChatGPT全网爆红，马斯克惊叹夸赞！

聊天机器人——ChatGPT小白注册教程，勿被电商割韭菜！

ChatGPT移动端——使用教程，5分钟注册iOS账号！

微软——解散元宇宙，900亿投资压注ChatGPT！

ChatGPT王炸官宣——仅需2.7美元，即可输出100万词！

火爆全网——AI生成的漂亮小姐姐，形象逼近真人！

英伟达重磅：AI读取视频，可直出3D游戏模型！

黄仁勋：给AI圈一点小小的英伟达震撼，11分钟训练ChatGPT！

ChatGPT免费开源平替——200亿参数，前OpenAI团队打造！

ChatGPT王炸升级——可识别图片，考试成绩超九成人类！

ChatGPT史诗升级——1秒生成网站，看图玩梗能力堪比真人！

ChatGPT加强版——60秒生成弹球游戏，零基础也能开发游戏！

ChatGPT王炸官宣——正式解除封印，接入互联网开放插件！

ChatGPT重磅升级——新增函数功能，价格大幅下降！

ChatGPT：预计3亿人将失业，斯坦福封神开源GPT平替版！

ChatGPT突发：iOS版应用上线，冲到总榜第二！

ChatGPT之父：重磅推出世界币，将成为AI时代“身份证”！

ChatGPT之父：奥特曼没有公司股份，因为热爱创造了GPT！

ChatGPT：微软联手奥特曼，重磅投资核聚变发电！

游戏界大变天：斯坦福最新成果，AI角色可模拟真人小镇！

人工智能“觉醒”：自主学习，AutoGPT会颠覆ChatGPT吗？

ChatGPT最强挑战者：谷歌Claude，免注册支持中文！

ChatGPT最强竞品：谷歌免费升级克劳德，20秒逆天速通百页论文！

ChatGPT：显卡每日电费500万，谷歌大脑合并阿尔法狗母公司！

ChatGPT：玩转《我的世界》，北京大学强化学习攻克复杂任务！

ChatGPT：成功让AI听懂人话，学会与人类合作！

ChatGPT：7分钟开发一款游戏，成本仅0.3美元！

OpenAI重磅突破：用AI学习AI，开创人工智能新道路！

OpenAI王炸——AI绘画集成ChatGPT，“大力3”来了！

微软重磅官宣：GPT-4接入Win11，下周二免费推送更新！

乔布斯剧本：奥特曼被OpenAI开除，美女工程师接任！

奥特曼回归？OpenAI员工施压希望召回奥特曼！

奥特曼宣布：加入微软，光速跳槽甲方！

奥特曼回归：OpenAI上演“宫斗”大结局！

GPT商店上线：“AI女友”机器人成热门应用！