原标题：Sora发布后，Pika创始人独家回应钛媒体：很振奋，我们将直接冲

　　OpenAI刚刚推出的Sora像是一颗炸弹，再一次引爆全球。

　　作为AI视频模型，Sora可以根据文本指令创建现实且富有想象力的场景，能够生成具有多个角色、特定类型的运动，以及主体和背景的准确细节的复杂场景的高清视频，并且时长可以达到一分钟。

　　Sora对语言的理解也达到了一个新的层级，使其能够准确地理解提示词，并生成表达充满活力的情感的视频。它建立在过去对DALL·E和GPT模型的综合研究之上，提出了一种新的模型可能。它不仅可以理解用户在提示中提出的要求，还能理解它们在物理世界中的存在方式。

　　重要的是，Sora是一个diffusion transformer，而transformers已经在语言建模、计算机视觉和图像生成等各大领域已经表现出了杰出的扩展特性。

　　作为一种扩散模型（diffusion models），Sora除了能够根据文本指令生成视频之外，还能够获取现有的静态图像并从中生成视频，准确地动画图像的内容并关注小细节。Sora还可以获取现有视频并对其进行扩展或填充缺失的画面。

　　Sora从大型语言模型中获得灵感，这些模型通过互联网规模数据的训练来获得通用能力。（截图来自OpenAI发布的Sora技术研究报告：Video generation models as world simulators）

　　OpenAI发布的技术报告认为，Sora的研究结果表明，扩展视频生成模型是构建物理世界通用模拟器一条极具前景的途径。它使人工智能理解和模拟运动中的物理世界，迈向了一个新的高度。