近日，一个名为 Open-Sora 的开源项目引起了广泛关注，该项目旨在复现 720p 分辨率的视频生成效果。开发者们希望通过开源的方式，让更多人能够体验到类似 Sora 的技术，而无需依赖于 OpenAI 的封闭系统。
需要指出的是，该项目的主要目标是复现视频生成，而非完全复制 Sora 的所有功能。在短短 3 个月的时间里，这个项目已经在 GitHub 上获得了超过 1.75 万的星标，可见其受欢迎程度之高！
项目链接:https://github.com/hpcaitech/Open-Sora
Open-Sora 目前能够生成一段 16 秒的 720p 视频，这对于一个开源项目来说已经是一个了不起的成就。该项目由一群充满热情的开发者共同完成，他们希望能够推动视频生成技术的发展，并让更多人能够参与其中。尽管如此，实现完全逼真的效果仍然面临诸多挑战。值得一提的是，一些研究人员借助 AI 算力（如 Lambda Labs）加速了 Open-Sora 的开发进程，使其能够更快地生成更高质量的视频。
如果您对视频生成技术感兴趣，那么 Open-Sora 绝对值得您关注。您可以在 GitHub 上找到该项目的源代码和相关文档，了解其技术细节。或许您也可以参与到项目中来，为开源视频生成贡献一份力量。请注意，该项目仍在快速发展中，未来的功能可能会更加强大。目前，项目方使用了 11 亿参数的模型进行训练，并分享了视频生成技术的发展历程。
详细报告:https://github.com/hpcaitech/Open-Sora/blob/main/docs/report_03.md
关于视频质量方面，OpenAI 的 Sora 仍然具有领先优势。根据项目组在 4 月份发布的技术报告，通过增加帧率（FPS）可以提高视频的流畅度。此外，该项目还开源了一个视频解码器（VAE），并尝试通过在视频解码过程中引入 8x8 的图像块来改善视频质量，但目前该方法仅在解码 4 帧的视频时有效。
与 Stable Diffusion 3 类似，Open-Sora 也采用了 rectified flow 技术来实现视频生成。这项技术可以显著提升视频生成的质量。该项目还借鉴了其他一些先进的技术，例如 Logit-norm 和时间注意力机制，以进一步提升视频生成的效果，并尝试在训练过程中引入更多的数据。
如果您想更深入地了解该项目的技术细节，可以查阅相关的技术文档，其中包括训练数据集、模型架构等方面的信息。您还可以尝试使用已经训练好的 Gradio 界面，快速体验视频生成的效果。
总而言之，Open-Sora 的出现为视频生成领域带来了新的可能性，它为研究人员和开发者提供了一个开源的平台，促进了相关技术的发展和创新。我们期待在不久的将来能够看到更多基于 Open-Sora 的优秀作品问世。欢迎您加入 Open-Sora 社区，共同探索视频生成的未来！
快讯中提到的AI工具
