ChatGPT官网
首页 chatgpt资讯正文

OpenAI的Sora未披露信息猜想

chatgpt2024-10-16 08:17:32193
（1）模型：模型的具体结构、模型的参数量、关键参数（patch size、token数目等）？
参数量在200～ 300亿之间。

（2）数据：用了哪些数据？规模如何？
游戏引擎生成了部分数据。‍‍‍‍‍
（3）资源：用了多少算力？训练了多久？
10万张卡以上，至少一个月以上的时间。‍
（4）如何处理高帧率、时间长、高分辨率的视频？目前主流的视频生成模型都是cascade结构，也就是先生成低分辨率、低帧率的视频，再不断地在时间和空间维度上upsample。不知道Sora是否是直接一次性输出其展示的结果，如果是那样，那又会有多少token呢？
一次性输出。‍‍‍‍‍‍‍

（5）如何解决motion的问题？目前的视频生成模型普遍生成的motion都不太好，最简单的例子就是“人走路”，大部分模型无法生成连贯的、长时间的、合理的人行走的过程。而Sora生成的结果在连贯性、合理性上相比之前的模型都有着断代的领先。那到底是什么促使了这样的结果呢？是模型尺寸的scale up吗？需要scale up到什么size？还是数据的收集和清洗呢？以及要做到什么程度呢？
模型尺寸scale up出来的。‍‍‍


本文链接：https://www.rongxin.vip/openai_sora_51.html

how to use sora openaisora openai使用教程openai sora怎么用sora openai如何使用

相关文章

网友评论