OpenAI CTO：普通人數月后就能用Sora了互聯網+
導讀
OpenAI似乎已經在為Sora降世預熱了。
OpenAI似乎已經在為Sora降世預熱了。
OpenAI似乎已經在為Sora降世預熱了。
當地時間3月13日周三，OpenAI首席技術官米拉·穆拉蒂（Mira Murati）接受了《華盛頓郵報》的視頻專訪。
視頻不長，只有不到11分鐘，但全部圍繞OpenAI的文字到視頻工具Sora，穆拉蒂透露了一個重要的消息。當被問及Sora何時面向公眾推出時，穆拉蒂回答：“我想肯定是在今年，但可能是幾個月后?！?/span>
除此之外，穆拉蒂還回答了Sora的特別之處、如何修正瑕疵、是否會包含音頻、訓練數據來自哪里等若干問題。給出的答案有的籠統，有的不乏誠意。
距離OpenAI突然展示Sora，已經過去一個月了。Sora演示視頻的時長和效果驚艷世人，迅速成為輿論寵兒。但Sora也帶來太多問號：沒有明確的發布時間、只對少數人開放測試、對訓練數據來源三緘其口。
但現在，OpenAI似乎在一點點釋放更多信息。
作為OpenAI最重要的高管之一，穆拉蒂的話自有其分量。而就在前幾天，Sora的三位核心團隊成員也出現在科技播客WVFRM中，接受了專訪。
此外，另一檔頭部播客主理人Lex Fridman也已經官宣將很快邀請OpenAI的CEO山姆·奧特曼（Sam Altman）上節目，正在征集粉絲關心的問題。上次奧特曼出現在這檔播客中是一年前，GPT-4發布后不久。
也許Sora降世，真的已經進入最后的倒計時。
A
有些問題，穆拉蒂樂于回答。
在這次的專訪中，主持人拿出了幾個Sora生成的視頻，并對穆拉蒂進行了提問。
一個不可忽略的問題是，Sora為什么效果那么好？對于一則“兩個職業女性，30多歲，坐在一個燈光明亮的工作室中接受新聞采訪”的指令，主持人嘗試了Sora和Runway兩個產品。Sora生成的視頻幾乎可以以假亂真，但Runway的視頻則不僅有奇怪且數量過多的手指，且在動作時有明顯的嘴部扭曲，看起來頗為詭異。
穆拉蒂解釋，Sora基于擴散模型，通過分析大量視頻學習識別物體和動作。當給定文本提示時，Sora能通過定義時間線和逐幀添加細節來創建場景，生成的視頻在平滑度和現實感方面很出色。
但主持人也把一些有明顯瑕疵的視頻擺在穆拉蒂面前，比如行進中的汽車突然從黃色變成了銀色，或者Sora沒有按照指令生成“機器人奪過攝像機”的畫面，而是讓機器人把那攝影機的女人直接融合了。
穆拉蒂表示，OpenAI目前正在探索如何使Sora成為可以用戶可以用來編輯或創作內容的工具。翻譯一下就是：Sora不完美，在想辦法了。
對于另一個外界關心的問題，即Sora會不會包含音頻（Sora目前的視頻都是無聲的），穆拉蒂也透露了一些信息——目前還沒有整合音頻，但這是OpenAI會考慮的方向。
與此同時，針對外界對安全的擔憂，穆拉蒂也沒有回避。
穆拉蒂表示，OpenAI目前還沒有明確決定Sora可以生成的視頻范疇，但是會借鑒其文生圖模型DALL-E的做法，比如不會生成政治人物的形象。當主持人問及裸體畫面時，穆拉蒂表示不確定，藝術家可能會希望有一些可以調控的創作選項，目前OpenAI正在與不同領域的藝術家和創作者合作，試圖搞清楚Sora應該提供什么水平的靈活度。
至于對于“現實不存在”的恐懼，即人們將難以區分真實與AI內容，穆拉蒂回答這正是OpenAI還未部署Sora的原因。目前，Sora生成的視頻都會打上水印，但這似乎還不夠好。穆拉蒂透露，Sora的視頻將包含元數據來表明來源。OpenAI也用安全人員測試Sora，試圖引出漏洞、偏見及其他有害結果。
作為OpenAI的CTO，穆拉蒂強調對于安全問題的重視。她表示“金錢”和“安全”并不是一道難做的選擇題，如何解決安全和社會問題才是讓她睡不著覺的難題。
B
不過，也有穆拉蒂不太想觸碰的話題。
在外界都關心的訓練數據來源問題上，不僅Sora團隊接受專訪時表示不方便說得太細，穆拉蒂也再一次打了太極。
主持人在測試Sora時發現了有趣的細節。比如在“海底珊瑚礁中，一只美人魚和一只螃蟹助手在一起評論一部智能手機”的視頻里，在沒有相關提示詞的情況下，螃蟹有長條狀的雙眼和兩撮胡子，酷似動畫片《海綿寶寶》里的蟹老板；另一則公牛在瓷器商店里的視頻，公牛的形象則也酷似《公牛歷險記》里的。
問：有沒有用YouTube上的視頻？
穆拉蒂答：我其實不確定。
問：好吧。那Instagram和Facebook上的視頻呢？
穆拉蒂答：如果這些視頻是公開可用的，那可能在訓練數據里。但我不確定。
總之，別問，問就是不知道、不明白、不清楚、不確定，問就是也許吧、可能是、看情況。
穆拉蒂倒是確認了Sora的訓練數據包含圖片網站Shutterstock的內容。這沒什么意外的，去年7月，Shutterstock就宣布把和OpenAI的合作延長六年，允許后者使用其平臺內的圖片、視頻、音樂來訓練AI模型。
這樣的回答難以令人滿意，網友截圖穆拉蒂在聽到問題時的表情，嘲諷她的“不確定”。
對于訓練數據的來源問題，OpenAI保持謹慎在意料之中。
自ChatGPT面世，OpenAI已經多次因訓練數據版權問題惹上麻煩。最近的是今年《紐約時報》以侵犯版權為由起訴OpenAI及其合作伙伴微軟，隨后多家數字新聞媒體加入起訴OpenAI侵權的隊伍。此外，還有數名演員、記者、作家以及美國作家協會對OpenAI提出訴訟，稱該公司的大型語言模型參與了“大規模的系統盜竊”。
更糟糕的是，Sora還沒有面向公眾推出，就已經被監管機構盯上。近日，意大利數據保護機構Garante發布公告，稱已對Sora展開調查，內容包括Sora的算法訓練方式、訓練過程中手機和使用了哪些數據等。意大利數據保護機構是歐洲各國中最活躍的監管機構之一。
C
訓練數據來源、安全問題都備受矚目，再加上2024年是美國大選之年，重重阻礙擺在Sora面前，OpenAI也著急。
一方面，OpenAI急于重申其在AIGC領域的領先地位。
就在3月初，硅谷AIGC獨角獸、OpenAI的勁敵Anthropic推出新一代大語言模型Claude 3系列。其中最智能的Opus已經在多項基準測試中打敗GPT-4。甚至在發布后不久，Claude 3已經具備意識的傳聞就在網絡上蔓延。
也許是感覺到了壓力，OpenAI的GPT-4.5 Turbo產品頁面一度悄然出現在多個搜索引擎中，疑似要提前發布（原定今年6月）。雖然鏈接已經在消息被傳出后下架，但奧特曼也在X社交平臺上回復一條催促OpenAI盡快發布新產品的消息下回復：“耐心點，這值得等待。”讓外界更加期待。
此外，微軟在3月13日宣布，將免費版Copilot升級到GPT-4 Turbo模型。去年11月OpenAI宣布推出GPT-4 Turbo，微軟彼時將其接入Copilot，但僅供訂閱用戶使用，每月20美元。
若GPT-4.5 Turbo提前發布，Sora又在不久的將來與公眾見面，將成為OpenAI的完美組合拳。
另一方面，OpenAI也需要公眾注意力重新聚焦在其產品上。
過去的幾周，馬斯克起訴OpenAI，稱其違背了創始協議，并請求法院令其開源。一不做二不休，馬斯克甚至開源自家xAI公司的大模型產品Grok，再次將OpenAI推向不仁不義不Open的尷尬處境當中。
OpenAI已經對此事做了公開回應，并且提交了法律文件。此外，OpenAI還恰逢其時地公布了對于去年年底OpenAI“高層事變”的調查結果。
在那場高層震蕩中，奧特曼被踢出董事會并卸任CEO，又在三日內歸來，幾乎重新組建了董事會。馬斯克在起訴書中將該事件描繪成了一場陰謀，稱奧特曼的新董事會缺乏專業背景，為了和微軟的合作關系永遠不會宣布AGI（通用人工智能）的到來。
OpenAI給出的調查結果認為事件只是出于舊董事會和奧特曼的信任問題，與此同時公司宣布四名新董事會成員。其中奧特曼再次進入董事會，其他新成員也不乏技術背景，間接駁斥了馬斯克在訴狀中的“陰謀論”。
OpenAI想要給去年的鬧劇蓋棺定論，但“OpenAI變CloseAI”的梗依然在網絡流傳，人們對該事件的關注猶在。
在Lex Fridman宣布將再度邀請奧特曼參加其播客節目的消息評論區，粉絲最關心的問題依然是：曾被媒體報道為出于對AGI的恐懼而推動“事變”的伊利亞·蘇茨克維（Ilya Sutskever）去哪兒了？他到底知道什么秘密？
也許當用戶可以用Sora制作一部關于“事變”的“內幕電影”時，OpenAI就不用回答這個問題了。
當地時間3月13日周三，OpenAI首席技術官米拉·穆拉蒂（Mira Murati）接受了《華盛頓郵報》的視頻專訪。
視頻不長，只有不到11分鐘，但全部圍繞OpenAI的文字到視頻工具Sora，穆拉蒂透露了一個重要的消息。當被問及Sora何時面向公眾推出時，穆拉蒂回答：“我想肯定是在今年，但可能是幾個月后?！?/span>
除此之外，穆拉蒂還回答了Sora的特別之處、如何修正瑕疵、是否會包含音頻、訓練數據來自哪里等若干問題。給出的答案有的籠統，有的不乏誠意。
距離OpenAI突然展示Sora，已經過去一個月了。Sora演示視頻的時長和效果驚艷世人，迅速成為輿論寵兒。但Sora也帶來太多問號：沒有明確的發布時間、只對少數人開放測試、對訓練數據來源三緘其口。
但現在，OpenAI似乎在一點點釋放更多信息。
作為OpenAI最重要的高管之一，穆拉蒂的話自有其分量。而就在前幾天，Sora的三位核心團隊成員也出現在科技播客WVFRM中，接受了專訪。
此外，另一檔頭部播客主理人Lex Fridman也已經官宣將很快邀請OpenAI的CEO山姆·奧特曼（Sam Altman）上節目，正在征集粉絲關心的問題。上次奧特曼出現在這檔播客中是一年前，GPT-4發布后不久。
也許Sora降世，真的已經進入最后的倒計時。
A
有些問題，穆拉蒂樂于回答。
在這次的專訪中，主持人拿出了幾個Sora生成的視頻，并對穆拉蒂進行了提問。
一個不可忽略的問題是，Sora為什么效果那么好？對于一則“兩個職業女性，30多歲，坐在一個燈光明亮的工作室中接受新聞采訪”的指令，主持人嘗試了Sora和Runway兩個產品。Sora生成的視頻幾乎可以以假亂真，但Runway的視頻則不僅有奇怪且數量過多的手指，且在動作時有明顯的嘴部扭曲，看起來頗為詭異。
穆拉蒂解釋，Sora基于擴散模型，通過分析大量視頻學習識別物體和動作。當給定文本提示時，Sora能通過定義時間線和逐幀添加細節來創建場景，生成的視頻在平滑度和現實感方面很出色。
但主持人也把一些有明顯瑕疵的視頻擺在穆拉蒂面前，比如行進中的汽車突然從黃色變成了銀色，或者Sora沒有按照指令生成“機器人奪過攝像機”的畫面，而是讓機器人把那攝影機的女人直接融合了。
穆拉蒂表示，OpenAI目前正在探索如何使Sora成為可以用戶可以用來編輯或創作內容的工具。翻譯一下就是：Sora不完美，在想辦法了。
對于另一個外界關心的問題，即Sora會不會包含音頻（Sora目前的視頻都是無聲的），穆拉蒂也透露了一些信息——目前還沒有整合音頻，但這是OpenAI會考慮的方向。
與此同時，針對外界對安全的擔憂，穆拉蒂也沒有回避。
穆拉蒂表示，OpenAI目前還沒有明確決定Sora可以生成的視頻范疇，但是會借鑒其文生圖模型DALL-E的做法，比如不會生成政治人物的形象。當主持人問及裸體畫面時，穆拉蒂表示不確定，藝術家可能會希望有一些可以調控的創作選項，目前OpenAI正在與不同領域的藝術家和創作者合作，試圖搞清楚Sora應該提供什么水平的靈活度。
至于對于“現實不存在”的恐懼，即人們將難以區分真實與AI內容，穆拉蒂回答這正是OpenAI還未部署Sora的原因。目前，Sora生成的視頻都會打上水印，但這似乎還不夠好。穆拉蒂透露，Sora的視頻將包含元數據來表明來源。OpenAI也用安全人員測試Sora，試圖引出漏洞、偏見及其他有害結果。
作為OpenAI的CTO，穆拉蒂強調對于安全問題的重視。她表示“金錢”和“安全”并不是一道難做的選擇題，如何解決安全和社會問題才是讓她睡不著覺的難題。
B
不過，也有穆拉蒂不太想觸碰的話題。
在外界都關心的訓練數據來源問題上，不僅Sora團隊接受專訪時表示不方便說得太細，穆拉蒂也再一次打了太極。
主持人在測試Sora時發現了有趣的細節。比如在“海底珊瑚礁中，一只美人魚和一只螃蟹助手在一起評論一部智能手機”的視頻里，在沒有相關提示詞的情況下，螃蟹有長條狀的雙眼和兩撮胡子，酷似動畫片《海綿寶寶》里的蟹老板；另一則公牛在瓷器商店里的視頻，公牛的形象則也酷似《公牛歷險記》里的。
問：有沒有用YouTube上的視頻？
穆拉蒂答：我其實不確定。
問：好吧。那Instagram和Facebook上的視頻呢？
穆拉蒂答：如果這些視頻是公開可用的，那可能在訓練數據里。但我不確定。
總之，別問，問就是不知道、不明白、不清楚、不確定，問就是也許吧、可能是、看情況。
穆拉蒂倒是確認了Sora的訓練數據包含圖片網站Shutterstock的內容。這沒什么意外的，去年7月，Shutterstock就宣布把和OpenAI的合作延長六年，允許后者使用其平臺內的圖片、視頻、音樂來訓練AI模型。
這樣的回答難以令人滿意，網友截圖穆拉蒂在聽到問題時的表情，嘲諷她的“不確定”。
對于訓練數據的來源問題，OpenAI保持謹慎在意料之中。
自ChatGPT面世，OpenAI已經多次因訓練數據版權問題惹上麻煩。最近的是今年《紐約時報》以侵犯版權為由起訴OpenAI及其合作伙伴微軟，隨后多家數字新聞媒體加入起訴OpenAI侵權的隊伍。此外，還有數名演員、記者、作家以及美國作家協會對OpenAI提出訴訟，稱該公司的大型語言模型參與了“大規模的系統盜竊”。
更糟糕的是，Sora還沒有面向公眾推出，就已經被監管機構盯上。近日，意大利數據保護機構Garante發布公告，稱已對Sora展開調查，內容包括Sora的算法訓練方式、訓練過程中手機和使用了哪些數據等。意大利數據保護機構是歐洲各國中最活躍的監管機構之一。
C
訓練數據來源、安全問題都備受矚目，再加上2024年是美國大選之年，重重阻礙擺在Sora面前，OpenAI也著急。
一方面，OpenAI急于重申其在AIGC領域的領先地位。
就在3月初，硅谷AIGC獨角獸、OpenAI的勁敵Anthropic推出新一代大語言模型Claude 3系列。其中最智能的Opus已經在多項基準測試中打敗GPT-4。甚至在發布后不久，Claude 3已經具備意識的傳聞就在網絡上蔓延。
也許是感覺到了壓力，OpenAI的GPT-4.5 Turbo產品頁面一度悄然出現在多個搜索引擎中，疑似要提前發布（原定今年6月）。雖然鏈接已經在消息被傳出后下架，但奧特曼也在X社交平臺上回復一條催促OpenAI盡快發布新產品的消息下回復：“耐心點，這值得等待。”讓外界更加期待。
此外，微軟在3月13日宣布，將免費版Copilot升級到GPT-4 Turbo模型。去年11月OpenAI宣布推出GPT-4 Turbo，微軟彼時將其接入Copilot，但僅供訂閱用戶使用，每月20美元。
若GPT-4.5 Turbo提前發布，Sora又在不久的將來與公眾見面，將成為OpenAI的完美組合拳。
另一方面，OpenAI也需要公眾注意力重新聚焦在其產品上。
過去的幾周，馬斯克起訴OpenAI，稱其違背了創始協議，并請求法院令其開源。一不做二不休，馬斯克甚至開源自家xAI公司的大模型產品Grok，再次將OpenAI推向不仁不義不Open的尷尬處境當中。
OpenAI已經對此事做了公開回應，并且提交了法律文件。此外，OpenAI還恰逢其時地公布了對于去年年底OpenAI“高層事變”的調查結果。
在那場高層震蕩中，奧特曼被踢出董事會并卸任CEO，又在三日內歸來，幾乎重新組建了董事會。馬斯克在起訴書中將該事件描繪成了一場陰謀，稱奧特曼的新董事會缺乏專業背景，為了和微軟的合作關系永遠不會宣布AGI（通用人工智能）的到來。
OpenAI給出的調查結果認為事件只是出于舊董事會和奧特曼的信任問題，與此同時公司宣布四名新董事會成員。其中奧特曼再次進入董事會，其他新成員也不乏技術背景，間接駁斥了馬斯克在訴狀中的“陰謀論”。
OpenAI想要給去年的鬧劇蓋棺定論，但“OpenAI變CloseAI”的梗依然在網絡流傳，人們對該事件的關注猶在。
在Lex Fridman宣布將再度邀請奧特曼參加其播客節目的消息評論區，粉絲最關心的問題依然是：曾被媒體報道為出于對AGI的恐懼而推動“事變”的伊利亞·蘇茨克維（Ilya Sutskever）去哪兒了？他到底知道什么秘密？
也許當用戶可以用Sora制作一部關于“事變”的“內幕電影”時，OpenAI就不用回答這個問題了。
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
