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)
Sora、Veo等视频生成模型发布后，人们会关注物理一致性、物体永久性等细节
Runway的竞争对手包括Pika、Stability AI的视频模块、谷歌的Lumiere和OpenAI的Sora
生成式视频赛道的主要玩家包括OpenAI的Sora、Runway、Pika Labs以及国内的可灵、即梦等
OpenAI的Sora以超长时长和物理世界模拟能力见长，但至今仍未完全开放
Sora和Runway均基于扩散模型工作原理，从随机噪声出发通过多次迭代去噪逐帧合成像素级图像
Sora是OpenAI在2024年发布的文本到视频生成模型，基于DiT(Diffusion Transformer)架构
Sora能够处理不同长度、分辨率和宽高比的视频，在时空潜在空间中进行去噪
2024年初OpenAI展示的Sora模型能够生成长达一分钟的高清视频
端到端视频生成模型计算成本极高,单条视频可能需要数千GPU小时
在骑士与武士对决测试中,Sora在角色动作真实度上优于Gemini Omni
还有 27 条时间轴事件
全部知识事实 (20)
FLUX采用了DiT（Diffusion Transformer）架构，用纯Transformer替代了传统的U-Net结构
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
70%已验证Sora采用了Diffusion Transformer（DiT）架构，将Transformer全局注意力机制引入扩散框架
65%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
65%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
65%已验证OpenAI Sora于2024年发布，引发视频生成领域广泛关注
65%待验证AI对创作工具的改造路径是先文本（ChatGPT），再图像（Midjourney、Stable Diffusion、DALL-E），再向音频和视频延伸
80%部分验证当前AI视频生成领域的主流视频生成模型包括OpenAI的Sora、快手的可灵（Kling）、Google的Veo以及Runway Gen-3
70%部分验证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
65%部分验证万象（Wan）视频生成模型基于 DiT（Diffusion Transformer）架构
65%待验证Sora、Veo等视频生成模型发布后，人们会关注物理一致性、物体永久性等细节
50%待验证Runway的竞争对手包括Pika、Stability AI的视频模块、谷歌的Lumiere和OpenAI的Sora
50%待验证OpenAI的Sora以超长时长和物理世界模拟能力见长，但至今仍未完全开放
50%待验证生成式视频赛道的主要玩家包括OpenAI的Sora、Runway、Pika Labs以及国内的可灵、即梦等
50%待验证Sora和Runway均基于扩散模型工作原理，从随机噪声出发通过多次迭代去噪逐帧合成像素级图像
50%待验证Sora能够处理不同长度、分辨率和宽高比的视频，在时空潜在空间中进行去噪
50%待验证Sora是OpenAI在2024年发布的文本到视频生成模型，基于DiT(Diffusion Transformer)架构
50%待验证2024年初OpenAI展示的Sora模型能够生成长达一分钟的高清视频
50%待验证端到端视频生成模型计算成本极高,单条视频可能需要数千GPU小时
50%待验证在骑士与武士对决测试中,Sora在角色动作真实度上优于Gemini Omni
50%