OpenAI 推出 Sora：视频生成模型作为世界模拟器

OpenAI 推出视频生成模型 Sora，能够在不同时长、分辨率和宽高比的视频与图像上联合训练文本条件扩散模型。Sora 采用处理时空 patch 的 Transformer 架构，可生成长达 1 分钟的高保真视频，表明扩展视频生成模型是构建物理世界通用模拟器的可行路径。