2024年2月15日，OpenAI公司发布了其最新研发成果Sora视频生成模型，通过跨模态的训练数据，解决了生成不同长度、尺寸和分辨率视频内容的关键技术问题，视频生成效果达到前所未有的水平。

Sora能根据用户的文本描述创造出长达60秒的高清视频。这些视频能准确表现出用户的意图，并且能生成包含多个角色及特定运动的复杂场景，并创建生动的角色表情和丰富的场景细节，使得生成的视频具有很高的真实感。

Sora能基于静态图像生成视频，并扩展内容，拥有强大的语言理解能力，能精确理解用户意图。Sora的多镜头生成能力可在单个视频中展示出多个视角，并同时保持一致的视觉风格。但是，OpenAI指出，Sora模型目前在模拟复杂场景、理解因果关系等方面仍存在缺陷。

信息来源：

https://openai.com/research/video-generation-models-as-world-simulators