"Sora的物理世界理解力引发热议：AI视频生成技术震撼行业[多图]"

虽然 Sora 火爆全球，其由 AI 视频生成的行程带来了巨大影响，但是否真正理解物理世界仍是一个谜。以下是最新的资讯，让我们一起来探讨 Sora 的物理理解能力。

Sora 的物理理解能力：

有人质疑 Sora 是否拥有物理引擎，甚至是世界模型。图灵奖得主 Yann LeCun、Keras 之父 Francois Chollet 等人正在深入研究讨论此问题。

最近，OpenAI 发布的视频生成模型 Sora 引起了全球关注。

【关注机器之心视频号，第一时间看到有趣的 AI 内容】

与以往只能生成几秒钟视频的模型不同，Sora 将生成视频的长度延长到了 60 秒。更重要的是，它不仅能够理解用户在提示中提出的要求，还能够把握物体在物理世界中的存在方式。

以经典的「海盗船在咖啡杯中缠斗」为例。为了使生成效果更加逼真，Sora 需要克服以下几个物理难题：

规模和比例的适应：将海盗船缩小到能够在咖啡杯中缠斗的尺寸，同时保持其细节和结构，是一个挑战。AI 需要理解并调整这些对象在现实生活中的相对尺寸，以使场景在视觉上看起来合理；

流体动力学：咖啡杯中的液体会影响海盗船的运动。AI 模型需要模拟液体动力学的效果，包括波浪、溅水和船只移动时液体的流动，这在计算上是复杂的；

光线和阴影的处理：为了使场景看起来更真实，AI 需要精确地模拟光线如何照射在这个小型场景中，包括咖啡的反光、船只的阴影，以及可能的透光效果；

动画和运动的真实性：海盗船的运动需要符合真实世界的物理规律，即使它们被缩小到咖啡杯中。这意味着 AI 需要考虑重力、浮力、碰撞以及船体结构在动态环境中的行为。

尽管生成效果仍然存在一些瑕疵，但我们可以明显感觉到，Sora 似乎理解了一些「物理」。英伟达高级研究科学家 Jim Fan 甚至断言，「Sora 是一个数据驱动的物理引擎」，「是一个可学习的模拟器，或者说『世界模型』」。