[控场AI]
产品OpenAI Sora

Sora

OpenAI推出的AI视频生成工具,采用视频扩散Transformer架构,能够理解物理世界的运动规律生成高质量视频

核心事实

时间轴 (近 90 天)

11月18日

Sora 等视频生成功能在教程截图中有对应充值入口。

待验证50%
11月18日

Sora关停的真正原因是OpenAI内部算力优先级调整:公司算完成本后决定不训练下一代视频模型,将算力优先分配给能创造最大长期经济价值的方向(如Codex和企业产品)。

待验证50%
11月18日

据《华尔街日报》披露,Sora一天大约亏损100万美元,负责人Bill Peebles承认其经济模型完全不可持续。

待验证50%
11月18日

Sam Altman提到,Sora所有用户中真正自己动手生成视频的只占20%到30%,多数人只是私下发给朋友和家人。

待验证50%
11月18日

据AppFigures数据,Sora下载量12月环比跌32%,次年1月又跌45%;SimilarWeb统计显示日活一度冲到约一百万,几个月后掉到五十万以下。

待验证50%
11月18日

Sora用实际效果证明了视频生成的Scaling Law:只要架构和方法正确,把模型做大、数据压多、算力堆上去,效果就能稳定上涨。

待验证50%
11月18日

OpenAI于2024年2月15日发布Sora,定位为Research Preview(研究预览),不开放注册且未给出可用时间表。

待验证50%
11月18日

OpenAI的Sora于2026年4月正式关停。

待验证50%
11月17日

当前主流文生视频模型(如 Runway Gen-3、Pika、Sora)多基于扩散模型架构,其核心局限在于镜头间一致性,因为每次生成都是独立采样过程,缺乏跨镜头的状态记忆。

待验证50%
11月17日

基于训练的方法需要访问模型架构细节,对于闭源商业模型(如Sora、Runway等)几乎不可行。

待验证50%

还有 40 条时间轴事件

全部知识事实 (20)

已验证

FLUX采用了DiT(Diffusion Transformer)架构,用纯Transformer替代了传统的U-Net结构

90%
已验证

跨镜头角色一致性长期是AI视频生成最核心的技术难题

90%
已验证

OpenAI的Sora采用扩散Transformer架构,以高质量文生视频著称

90%
已验证

OpenAI通过ChatGPT的插件系统和GPT Store构建AI Agent工具生态

90%
已验证

当前主流的文生视频模型普遍基于扩散模型架构,通过在时间维度上扩展图像生成能力来产生连贯的视频帧序列

80%
已验证

扩散模型成为Stable Diffusion、DALL-E 3等主流工具的底层架构

80%
已验证

Sora采用DiT(Diffusion Transformer)架构,将视频压缩为时空patch序列后输入Transformer,以Transformer替代传统U-Net作为去噪骨干网络

80%
已验证

万象(Wan)视频生成模型基于 DiT(Diffusion Transformer)架构

80%
已验证

DiT是Stable Diffusion 3、FLUX等新一代生成模型的基础架构

75%
已验证

静态图像转化为动态视频(Image-to-Video)的代表性技术包括Runway Gen系列、Kling(可灵)、Sora等

75%
已验证

每生成一段10秒的高质量AI视频,所消耗的GPU计算资源可能是生成一张图片的数十倍

70%
已验证

AI视频工具市场正在形成通用AI视频工具与垂直AI工具两条路线之争

70%
已验证

AI视频工具如即梦、可灵、Runway的底层架构是扩散模型(Diffusion Model),通过逐步去噪的方式从随机噪声中生成视频帧

65%
已验证

2024年初OpenAI发布Sora的技术预览,展示了长达60秒的高保真视频生成能力

75%
待验证

2023年后,以Stable Video Diffusion、Sora为代表的时序扩散模型开始将视频理解为时空连续体,能够在潜空间中同时建模多帧之间的运动关系

85%
待验证

Mira Murati主导了GPT-4、DALL-E、Sora等多个旗舰产品的研发落地

85%
待验证

Seedance 2.0属于视频扩散模型(Video Diffusion Model),底层原理与Stable Diffusion、Sora等模型类似

80%
待验证

OpenAI Sora基于Diffusion Transformer架构,在视觉质量上取得突破但仍频繁出现液体无故消失、刚体穿透等物理幻觉

80%
待验证

Sora、Runway、可灵是文本/图像转视频模型的代表

70%
待验证

Sora、Stable Video Diffusion等前沿视频生成模型均采用DiT或其变体

70%

来源文章