生成式人工智能的发展趋势与应用场景

VIP专免

笔中情 2026-03-25 999+ 28.75KB 6 页海报

侵权投诉

生成式人工智能的发展趋势与应用场景

2024 年2月发布的文生视频模型 Sora 引起关注。这一技

术的问世被认为是视频生成领域的重大突破。对比同样引起轰

动的 ChatGPT，二者在技术路线和产品定位上有所联系，又有

所区别。一方面 Sora 结合了 ChatGPT 所采用的模型架构，能

够结合数个静止画面生成连续的视频，也可以自动修补残缺的

视频段。另一方面 Sora 和ChatGPT 都有良好的自然语言理解

能力，可以根据用户的描述生成与调整视频内容，也可以对用

户提供的素材进行总结归纳和补充。Sora 的问世是 OpenAI 在

模型架构、数据管理等方向积累创新的结果，其背后是 GPT 系

列的技术转化和新技术创新的融合。ChatGPT 侧重于对文本内

容的理解和生成，用户可以与之进行对话问答，也可以指令其

撰写文章、编写代码等，其基础功能主要由文字交互实现。最

常见的应用场景主要是文本内容的处理，包括对文字的解读、

重组、拓展、排序等。Sora 则侧重于视频内容的创造，其核心

功能是根据文本提示生成视频内容，在理解和模拟物理世界的

前提下，构造出虚拟的世界并展现这个世界的交互规律。

文生视频模型都在多个方面表现出强大的能力，但其本身

并不完美。类似的生成式模型仍然存在一些问题，如不能完全

反映所有的物理规律，主要表现为一些违背生活常识和科学认

识的情况仍然会发生。上述文生视频模型缺陷由来已久，并且

在短期内难以得到很好的解决，在维持、扩大模型优势的同时

克服这些缺陷将成为人工智能产业下一阶段的重点。

首先文生视频模型的首要缺陷是其巨量的算力资源消耗。

相较于主流的大语言模型算力，图像参数要占用更多的算力资

源。为了追求更好的模型性能，全球人工智能产业的算力需求

还会进一步提高，算力匮乏的国家和地区将处于技术不利地位。

其次是模型幻觉现象依然严重。与文本生成模型类似，视

频生成模型也受幻觉效应影响。训练数据在压缩等处理环节中

失真、用户提示词过于模糊或者根据安全策略不能响应时，模

型会被迫填补空缺内容。这种填补有可能使模型陷入幻觉认识，

输出与事实不符或者用户未要求的内容。

最后是生成视频细节上存在常识性错误。文生视频模型对

物理法则的认识还停留在初级阶段，它能够正确反映人和物体

宏观上的互动关系，但还不能准确把握涉及物体形状改变的物

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

立即下载 VIP免费下载

摘要：

生成式人工智能的发展趋势与应用场景2024年2月发布的文生视频模型Sora引起关注。这一技术的问世被认为是视频生成领域的重大突破。对比同样引起轰动的ChatGPT，二者在技术路线和产品定位上有所联系，又有所区别。一方面Sora结合了ChatGPT所采用的模型架构，能够结合数个静止画面生成连续的视频，也可以自动修补残缺的视频段。另一方面Sora和ChatGPT都有良好的自然语言理解能力，可以根据用户的描述生成与调整视频内容，也可以对用户提供的素材进行总结归纳和补充。Sora的问世是OpenAI在模型架构、数据管理等方向积累创新的结果，其背后是GPT系列的技术转化和新技术创新的融合。ChatGPT...

展开>> 收起<<

生成式人工智能的发展趋势与应用场景.docx

共6页,预览2页

还剩页未读，继续阅读

声明：公文铺尊重并保护知识产权，根据《信息网络传播权保护条例》及《民法典》第1195条之规定，如果我们转载的作品侵犯了您的权利，请在一周内通知我们，我们会及时删除。微信客服：wengaopai123

立即下载