《Sora官方学习手册中文版》
输入“/”快速插入
《Sora官方学习手册中文版》
飞书用户84332月20日创建
一、什么是Sora？
二、Sora存在的价值是什么？
OpenAl 官方提供的答案，有如下几个方面：
1.物理世界的交互
教授人工智能理解和模拟运动中的物理世界，目标是训练模型来帮助人们解决需要现实世界交互的问题。目前，Sora是一个支持文本转视频模型，可以生成长达一分钟的视频，同时保持视觉质量并遵守用户的提示。
2.创意世界的绽放
今天，红队可以使用Sora来评估关键区域的危害或风险。我们也允许一些视觉艺术家、设计师和电影制作人访问，以获得关于如何推进该模型以对创意专业人士最有帮助的反馈。
我们正在尽早分享我们的研究进展，以便开始与OpenAl之外的人合作，并从他们那里获得反馈，让公众了解即将出现的Al功能。
3.多角色、更精准、更细节
Sora能够生成具有多个角色、特定类型的运动以及精确的主题和背景细节的复杂场景。该模型不仅了解用户在提示中要求什么,还了解这些东西在物理世界中的存在方式。
4.情感注入、多视觉
Sora对语言有深刻的理解，使其能够准确地解释提示，并生成表达充满活力的情感的引人注目的角色。Sora 还可以在一个生成的视频中创建多个镜头，准确地保留角色和视觉风格。
5.复杂场的物理现象、混淆空间细节(弱点)
Sora当前的模式存在弱点。它可能难以准确地模拟复杂场景的物理，也可能无法理解因果关系的具体实例。例如，一个人可能咬了一口饼干，但之后，饼干上可能没有咬痕。
该模型还可能混淆提示的空间细节，例如，混淆左和右，并且可能难以精确描述随时间发生的事件，例如跟随特定的摄像机轨迹。
6.对抗测试、检测误导内容、安全问题保证
在 OpenAl 产品中使用 Sora 之前，我们将采取几个重要的安全措施。我们正在与红队成员(错误信息、仇恨内容和偏见等领域的领域专家)合作，他们将以对抗性方式测试该模型。
我们还在构建工具来帮助检测误导性内容，例如检测分类器，可以判断 Sora 何时生成视频。如果我们在 OpenAl产品中部署模型，我们计划将来包含C2PA 元数据。
除了开发新技术来准备部署之外，我们还利用为使用DALL·E3 的产品构建的现有安全方法，这些方法也适用于Sora。
例如，在 OpenAl 产品中，我们的文本分类器将检查并拒绝违反我们的使用政策的文本输入提示，例如要求极端暴力、性内容、仇恨图像、名人肖像或他人IP 的文本输入提示。我们还开发了强大的图像分类器，用于检查生成的 每个视频的帧，以帮助确保它在向用户显示之前符合我们的使用政策。
我们将与世界各地的政策制定者、教育工作者和艺术家合作，了解他们的担忧并确定这项新技术的积极用例。尽管进行了广泛的研究和测试，我们仍无法预测人们使用我们的技术的所有有益方式，也无法预测人们滥用我们的技术 的所有方式。这就是为什么我们相信，随着时间的推移，从现实世界的使用中学习是创建和发布越来越安全的人工 智能系统的关键组成部分。
三、Sora官方提示词合集
为什么要学习OpenAl 提供的官方Sora提示词？
因为直接对标模仿官方最佳实践，是没有弯路的；话不多说，我们直接开始！
1.
提示词系列 一：物理世界的交互
案例 一 ：东京时尚美女
Prompt:
A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. She wears a black leather jacket,a long red dress,and black boots,and carries a black purse.She wears sunglasses and red lipstick.She walks confidently and casually.The street is damp and reflective,creating a mirror effect of the colorful lights.Many pedestrians walk about.
一位时尚女性走在充满温暖霓虹灯和动画城市标牌的东京街道上。她穿着黑色皮夹克、红色长裙和黑色靴子，拎着黑色钱包。她戴着太阳镜，涂着红色口红。她走路自信又随意。街道潮湿且反光，在彩色灯光的照射下形成镜面效果。许多行人走来走去。