解剖Sora：37页论文逆向工程推测技术细节，微软参与，华人团队出品

AIGC动态欢迎阅读

原标题：解剖Sora：37页论文逆向工程推测技术细节，微软参与，华人团队出品
关键字：报告,视频,模型,编码器,视觉
文章来源：量子位
内容字数：12694字

内容摘要：

西风发自凹非寺量子位 | 公众号 QbitAISora刚发布不久，就被逆向工程“解剖”了？！
来自理海大学、微软研究院的华人团队发布了首个Sora相关研究综述，足足有37页。
他们基于Sora公开技术报告和逆向工程，对模型背景、相关技术、应用、现存挑战以及文本到视频AI模型未来发展方向进行了全面分析。
连计算机视觉领域的AI生成模型发展史、近两年有代表性的视频生成模型都罗列了出来：
网友们也属实没想到，仅仅过了半个月、Sora还暂未公开仅有部分人可使用，学术圈相关研究竟出现得这么快。
不少网友表示，综述非常全面有条理，建议全文阅读。
那么这篇综述具体都讲了啥？
量子位在不改变原意的基础上，对部分内容进行了整理。
目录
逆向工程剖析Sora技术细节
整体架构
多样性视觉数据预处理
指令调优：视频摘要生成器
视频提示工程
Sora具有里程碑式意义
Sora的五大应用前景及局限性
逆向工程剖析Sora技术细节众所周知，Sora发布后，OpenAI紧接着发布了技术报告，但未详细透露技术细节，被有的网友吐槽OpenAI果然还是这么“Close”。
学术圈的猜测也是五花八门，ResNeXt一作