OpenAI展示超強AI影像模型「Sora」 60秒視頻一鏡到底效果超逼真

OpenAI公開展示最新影片生成AI模型Sora，號稱能將文字轉成最高60秒且具複雜運鏡、多角色的高品質影片。

綜合外媒報導，ChatGPT開發者人工智慧研究實驗室OpenAI 今日（16日）在公開展示最新文字轉影像AI模型Sora（日文「空」羅馬拼音）的產品影片，並附上該影像的指令，宣稱此模型能生成最多60秒的豐富場景細節、多角色及複雜運鏡影片。

觀看影片

Sora 使用約1萬小時的「高品質」影片訓練，OpenAI 表示，Sora 是基於 DALL·E、GPT 模型的研究成果，一方面使用 DALL·E 3 的重述技術，能專為視覺資料生成高度描述性的標題，所以 Sora 可以更忠實地、也更新深入遵循使用者的文字指令，並生成情感豐富、引人入勝的角色，甚至 Sora 還能深入理解指令提到的人、事、物在現實物理世界中真正存在的面貌。

AP圖片

OpenAI官網說明，此模型不僅可以文字轉影音，也可以從靜態圖像或將現有影像延伸成影片，「我們正在訓練AI瞭解並模擬真實世界的動態，希望能夠幫助使用者解決一些需要真實世界互動的難題」。

OpenAI官網截圖

據悉，目前OpenAI 並沒有將 Sora 完全開放，只有部分研究者、影片創作者，以及扮演「紅隊」（Red Team）測試以預防有心人士利用各種方式繞過OpenAI的服務條款，包括禁止極端暴力、性內容、仇恨圖像、名人臉孔或盜用智財等等規範。

國外一家AI新創公司籌得3400萬美元（約2.6億港幣），用於推廣Basis專為會計師事務所設計、能力相當於初級會計師的AI自動化產品。

自主代理AI系統進行複雜的工作

據外媒報導，總部位於紐約的新創公司Basis專注於自主代理AI系統，這類系統利用AI技術自主執行動作，特別適合進行複雜的工作流程。Basis的產品可自動處理交易輸入、資料檢查等任務，並與熱門帳簿系統如QuickBooks和Xero無縫整合。

觀看影片

產品功能相當於一名初級會計師

旗下有450名員工的會計事務所Wiss執行長哈普（Matt Harpe）表示，Basis產品的功能相當於一名初級會計師，會計人員無需再手動逐項查核，只需檢查AI會計代理的工作成果即可，讓Wiss這樣的大型會計師事務所的工作時間減少了大概30%。

unsplash設計圖片

可緩解人力資源壓力

目前，會計行業面臨嚴重人才短缺問題，尤其是在嬰兒潮世代退休、年輕一代對會計行業興趣減退的背景下。Khosla Ventures總經理拉博斯（Keith Rabois）指出，Basis的自動化技術可緩解人力資源壓力，讓現有會計師專注於高階審查工作。

會計被視為最容易受AI影響的行業之一

美國勞工統計局數據顯示，現在美國會計行業共有300萬名員工，但參加註冊會計師考試的人數自2016年來大幅下降了33%。報導稱，會計被視為最容易受AI影響的行業之一。OpenAI的研究指出，基於大型語言模型的自動化技術未來可能有能力涵蓋會計師與審計師的所有工作內容。